近日，350vip8888新葡的京集团创新创业团队（Xianyu Biotechnology）与河北医科大学药学院、浙江大学医学院等研究机构合作，通过人工智能技术和传统药物设计评估方法，实现了对特定靶标药物的高效筛选和优化，成功研发出一种新型的组蛋白去乙酰化酶6（以下简写为：HDAC6）抑制剂。该研究成果在生物信息学和人工智能研究领域的国际权威学术期刊JCIM（Journal of Chemical Information and Modeling）上发表。此项研究凸显了人工智能技术在药物发现和设计过程中的关键作用，特别是在高效筛选治疗特定疾病的潜在候选药物方面，展现了巨大的应用潜力。

HDAC6是一种与多种疾病相关的酶，尤其是在癌症治疗领域，高选择性HDAC6抑制剂可能为相关疾病提供新的治疗策略，因此成为了药物研发的热门靶标。传统的药物发现方法通常耗时且成本高昂，该项研究期望能够借助基于人工智能技术的虚拟筛选方法提高筛选效率，降低研发成本。

在这项研究中，研究团队综合应用了虚拟筛选、理性药物设计和活性评估等多种方法，成功发现了一系列高选择性新型HDAC6抑制剂。研究方法和步骤包括：

虚拟筛选：研究团队整合了多个供应商（如ChemDiv、Specs、Life Chemicals、Enamine等）和自有分子库的数据，形成了约240万个分子的虚拟库。研究团队首先利用分子对接方法对这些分子进行初步筛选。分子对接模拟了分子与HDAC6靶点结合的可能性和稳定性，从而筛选出潜在的HDAC6抑制剂。

深度学习模型：为了进一步提高筛选效率和准确性，研究人员采用了简单结构的图神经网络（SS-GNN）模型进行配体-靶标结合亲和力的预测。图神经网络能够通过学习分子结构和靶标蛋白的图形表示，预测两者的结合亲和力。研究团队通过深度学习模型，快速评估虚拟库中分子的潜在活性，极大地减少了需要进一步实验验证的候选分子数量。

分子动力学模拟：对于通过深度学习筛选出的候选分子，研究人员进一步使用分子动力学模拟进行验证。分子动力学模拟可以精确模拟分子在动态环境中的行为，提供分子与HDAC6活性位点结合的详细信息。这一步骤有助于确认分子与靶点的结合稳定性和亲和力，从而筛选出具有实际应用潜力的HDAC6抑制剂。

活性评估：在实验室中合成筛选出的候选分子后，研究团队进行了体外细胞活性评估。通过一系列实验，评估了这些分子对HDAC6的抑制活性以及对癌细胞的抑制效果。特别是，研究人员重点测试了这些分子对人白血病细胞HL-60的抗增殖作用和诱导细胞凋亡的能力。

研究最终确定了一种新型HDAC6抑制剂，并基于该抑制剂设计和合成了一系列以5-苯基-1H-吲哚片段为核心的目标化合物。细胞活性评估结果显示，其中一种目标化合物相比已知的HDAC6抑制剂TubA，显示出更强的抗HL-60细胞增殖能力，并能显著促进细胞凋亡。此外，该目标化合物对HDAC6的抑制活性显著优于TubA。

这项研究不仅为HDAC6抑制剂的开发提供了新的候选药物分子，也展示了人工智能在药物设计中的广泛应用前景。接下来，350vip8888新葡的京集团将持续深化交叉学科研究。和计算机与网络空间安全学院、生命科学学院等校内外科研团队组成联合课题组，以国家战略和市场需求为导向，进行科研技术攻关，打造人工智能技术驱动的药物发现平台，探索药物发现的新路径，为创新药物研发提质增效，为河北省生物医药产业升级和社会经济发展贡献力量。