背景
在腫瘤治療中,開發高選擇性小分子抑制劑對提升療效和降低副作用至關重要。這些抑制劑精準靶向特定蛋白,減少對正常細胞的傷害,提高藥物安全性。
挑戰
- 在競爭激烈的市場中,新藥物需展現出更優的療效和安全性。
- 不同靶點蛋白不同亞型殘基變化很小,很難精準定位選擇性來源。
關鍵結果
- XFEP選擇性預測方法在20個分子對5種不同亞型的選擇性預測結果顯示出與實驗結果0.69的高相關性。
- 通過可解釋性模型,我們識別影響選擇性的關鍵氨基酸殘基,通過兩輪針對性改構顯著提升了分子選擇性。


背景
在腫瘤治療中,開發高選擇性小分子抑制劑對提升療效和降低副作用至關重要。這些抑制劑精準靶向特定蛋白,減少對正常細胞的傷害,提高藥物安全性。
挑戰
關鍵結果
AI和自動化助力藥物發現更快速、更高效