分子相互作用的新见解可能导致更快的药物发现

明尼苏达大学的 生物医学工程师对分子相互作用进行了首次研究。通过分析结合强度，连锁刚性和连锁阵列的大小，他们评估了如何“增加”或“减少”这三个参数，以控制具有两个或三个结合位点的分子群如何相互作用。

该研究发表在《美国国家科学院院刊》（PNAS）上中国机械网okmao.com。

“这项研究的重大进展是，通常研究人员会在实验室中使用反复试验的实验方法来研究此类分子间的相互作用，但是在这里，我们开发了一个数学模型，在此模型中我们知道了参数，因此我们可以使用明尼苏达大学生物工程学副教授，该研究的高级作者卡西姆·萨卡（Casim Sarkar）说。

他补充说：“这种计算模型将使研究效率更高，并可以加快针对多种疾病的新疗法的产生。”

研究人员强调，当相互作用的分子链每个只有三个结合位点时，共有78种独特的结合构型。而且大多数配置无法通过实验观察到。

他们开发的数学框架使他们能够快速了解不同配置如何受到影响，然后针对各种生物学和医学应用对其进行“调整”。

该研究的主要作者，生物医学工程博士后研究员韦斯利·艾灵顿说：“从根本上讲，许多疾病都可以归结为分子不能正确结合。” “通过了解我们如何操纵控制分子行为的这些“分子”，我们开发了一种新的编程语言，可用于预测分子将如何结合。”

科学家打算使用他们的计算模型来开发基于Web的应用程序，其他研究人员可以将其用于加速新药开发的工作中。他们测试了该模型，然后在实验室实验中证实了其预测。

“我们认为我们已经达到了所有分子（例如蛋白质，DNA和药物）必不可少的基本规则，并且可以扩大到更复杂的相互作用，” Errington说。“这确实是一个分子标记，我们可以用来研究和设计分子系统。这种方法限制了天空。”

大约一年前，由美国蛋白质结构预测中心主办的“结构预测的关键评估”（CASP）竞赛结果强调了计算机模型，人工智能（AI）和机器学习在分子结构中的重要性。国立普通医学研究所（NIH / NIGMS）。

CASP是每两年举行一次的全球竞赛。蛋白质具有三维结构，这种结构在蛋白质的功能中起着重要作用。基因突变可导致蛋白质分子形状不同，从而使其行为异常或完全不行为。蛋白质形状也是动态的，在不同状态之间转换。

每两年，CASP的参与者通常通过使用各种研究方法和计算机程序的组合来尝试预测特定人类蛋白质的3-D形状。在2019年，获胜者是Google / Alphabet拥有的AI实验室DeepMind。

这与AI的使用增加和药物开发的各种计算方法来评估蛋白质折叠和分子-分子相互作用有关。