一款新藥從研發(fā)到上市是一個既漫長又復(fù)雜的過程,平均需要10-15年時間,耗費(fèi)約26億美元,然而藥物研發(fā)失敗率卻高達(dá)90%,原因包括:缺乏臨床療效(40%-50%)、不可控的毒性(30%)、不良的性質(zhì)(10-15%)以及市場需求不足或戰(zhàn)略規(guī)劃不當(dāng)(10%),前三個失敗因素都與成藥性有關(guān)[1]。
因此,對藥物分子在吸收、分布、代謝、排泄、毒性(ADMET)等各方面成藥性質(zhì)的研究,在藥物發(fā)現(xiàn)和開發(fā)中起著關(guān)鍵的作用。
藥物在人體內(nèi)經(jīng)歷了一個復(fù)雜而又動態(tài)的過程(圖1),涉及到以下幾個方面:
吸收Absorption:藥物進(jìn)入血液的速度和程度如何?
分布Distribution:藥物在體內(nèi)的運(yùn)輸和分布情況如何?運(yùn)輸和分布的速度和程度如何?
代謝Metabolism:藥物在體內(nèi)的轉(zhuǎn)化和降解速度如何?它們的作用方式是什么?它們產(chǎn)生了哪些代謝產(chǎn)物,這些產(chǎn)物是否有害?
排泄Excretion:藥物從體內(nèi)排出的速度如何?
毒性Toxicity:藥物對身體的各個系統(tǒng)或器官有沒有不良影響?
然而分子在整個體內(nèi)理化作用過程受到自身多種性質(zhì)的影響,并且各種性質(zhì)之間有著復(fù)雜的聯(lián)系,無法通過單獨(dú)的實(shí)驗(yàn)來確定。此外,人體的個體差異性(如性別、年齡、遺傳狀態(tài)、疾病等)以及組織器官的分布特性,也會對藥物產(chǎn)生影響。因此,我們需要通過模型或替代參數(shù)來間接評估大多數(shù)重要變量,如:溶解度、油水分配系數(shù)、解離常數(shù)、穩(wěn)定性、滲透系數(shù)、血漿蛋白結(jié)合率、全血血漿比、Caco-2細(xì)胞單層膜模型、MDCK、血腦屏障通透性、hERG抑制性、Ames試驗(yàn)、光毒性、轉(zhuǎn)運(yùn)體、CYP代謝底物、抑制劑、誘導(dǎo)劑、代謝產(chǎn)物鑒定、TD50、LD50、表現(xiàn)分布容積、生物利用度、半衰期、清除速率、AUC等等。
然而傳統(tǒng)的實(shí)驗(yàn)方法獲取這些信息不僅需要分子實(shí)體,而且費(fèi)用高、耗時、分子優(yōu)化迭代慢。通過AI模型預(yù)測可以快速、低廉、高效的預(yù)測分子性質(zhì),不僅無需分子實(shí)體,而且可以快速指導(dǎo)分子設(shè)計,這樣大大提高研發(fā)效率。
AI成藥性(ADMET)預(yù)測平臺(An Al Leading ADMET Predicting Platform)是一款功能強(qiáng)大的分子成藥性分析工具,可以關(guān)聯(lián)化合物結(jié)構(gòu)與成藥性相關(guān)的關(guān)鍵參數(shù),包括吸收(Absorption)、分布(Distribution)、代謝(Metabolism)、排泄(Excretion)和毒性(Toxicity)即ADMET相關(guān)的上百個成藥性參數(shù)。
該平臺基于目前最適合表征有機(jī)分子拓?fù)浣Y(jié)構(gòu)的圖神經(jīng)網(wǎng)絡(luò)架構(gòu),并結(jié)合多項(xiàng)分子描述符和多種分子指紋,建立具有自主知識產(chǎn)權(quán)的預(yù)測模型,是全球第一款采用AI預(yù)測新藥ADMET全參數(shù)性質(zhì)的商業(yè)化軟件;此外,本平臺收集整理數(shù)千萬條藥物分子各個成藥性指標(biāo)的數(shù)據(jù)。在先進(jìn)模型和數(shù)據(jù)的雙重加持下,該平臺構(gòu)建了160多個預(yù)測參數(shù)模型,并使用全球已批準(zhǔn)藥物的真實(shí)數(shù)據(jù)進(jìn)行了驗(yàn)證。該平臺具有高效率、高準(zhǔn)確度、全功能的特點(diǎn),為藥物的研發(fā)提供強(qiáng)有力的支持。
圖片來源:天智藥成·ADMET成藥性預(yù)測平臺
AI成藥性(ADMET)預(yù)測平臺(An Al Leading ADMET Predicting Platform)將于近期上線,我們誠邀您體驗(yàn)這一新平臺,如有興趣請聯(lián)系我們。聯(lián)系方式:吳瑞,17308361990。
合作咨詢
肖女士 021-33392297 Kelly.Xiao@imsinoexpo.com