A equipa de Liu Huanxiang, Professora da Faculdade de Ciências Aplicadas da Universidade Politécnica de Macau, e a equipa de Yao Xiaojun, Professor da mesma Faculdade, colaboraram-se na publicação da tese de investigação "Deep Generation Model Guided by the Docking Score for Active Molecular Design", na revista académica de prestígio internacional nas áreas da quimioinformática e inteligência artificial "Journal of Chemical Information and Modeling " propondo um novo modelo de produção de moléculas - COMG, que utiliza a pontuação de docking e a informação de farmacóforo como uma restrição para a produção de moléculas para produzir novas moléculas com a natureza desejada. Os investigadores também usaram o modelo desenvolvido para produzir moléculas activas candidatas a vários alvos biológicos, provando a sua eficácia. Este modelo pode melhorar significativamente a qualidade da produção de moléculas (incluindo tipo activo e com semelhança com drogas), aumentando assim a eficiência da descoberta de drogas e reduzindo os ciclos e custos de investigação de desenvolvimento de drogas.
Este método realiza uma procura iterativa em todo o espaço químico usando um modelo generativo centrado no ligante que corresponde ao farmacóforo do composto activo, seleccionando compostos que tenham maior afinidade com o alvo biológico. O modelo é criado principalmente com base em conditional variational autoencoder multi-objectivo, restringindo simultaneamente propriedades sintetizáveis, semelhantes a drogas e outras propriedades físico-químicas relevantes durante a procura no espaço químico, de modo a aumentar o potencial da produção de moléculas. O docking molecular é usado para orientar a optimização de compostos, e a pontuação de docking é combinada com a optimização bayesiana para ajustar o modelo para obter moléculas candidatas potenciais com alta probabilidade de afinidade com alvos biológicos específicos. O modelo introduziu ainda um filtro baseado na similaridade do “andaime” molecular no processo de ajuste fino, o que ajuda o modelo a obter uma estrutura molecular mais diversificada durante a procura no espaço químico.
Em comparação com o modelo de produção, que é orientado principalmente por pontuação de docking, as moléculas produzidas por este modelo são significativamente melhoradas em várias naturezas moleculares. Ao mesmo tempo, com base no modelo COMG, os investigadores produziram várias moléculas de drogas potencialmente activas para três tipos diferentes de alvo biológico: DRD3, HPK1 e PPAR, tendo obtido um bom desempenho em vários indicadores de avaliação, com potencial para um estudo mais aprofundado.
O Centro de Descoberta de Fármacos impulsionada pela Inteligência Artificial da Faculdade de Ciências Aplicadas da UPM promove activamente a integração cruzada entre a tecnologia de inteligência artificial, farmácia, química, biologia e outras disciplinas, tendo criado o primeiro Curso de Doutoramento em Descoberta de Drogas impulsionada por Inteligência Artificial em Macau, com o objectivo de formar quadros qualificados interdisciplinares que apliquem a inteligência artificial no desenvolvimento de novas drogas, contribuindo para a indústria da medicina e de big health.
