AI|ffinity与NexMR近日宣布，通过整合专有的超快核磁共振（NMR）筛选技术与先进的AI驱动分子设计方法，成功发现了针对雄激素受体变体3（AR-V7）的新型分子。这些分子具有显著增强的结合亲和力。
在首轮分子筛选中，这一合作带来了亲和力提高2个数量级（100倍）的分子，标志着双方在联合药物研发方面迈出了重要一步。这是首次将光化学诱导动态核极化（photo-CIDNP）NMR筛选与AI驱动的化学设计相结合的成功案例，展示了两种技术的强大协同效应。
AI与NMR结合加速药物研发
“这一初步成果突显了将尖端机器学习与基于NMR的实验筛选相结合的巨大潜力。” AI|ffinity首席执行官兼首席技术官托马斯·埃万格鲁迪斯（Thomas Evangelidis）表示，“我们对识别高潜力分子的速度和规模感到兴奋，并相信这次合作为加速治疗性药物研发树立了新标准。”
NexMR AG贡献了其专有的超快NMR筛选平台，用于快速评估其光超极化片段库与雄激素受体变体3（AR-V7）的相互作用。AR-V7是一种具有显著内在无序区域的蛋白质。AI|ffinity则应用其先进的AI算法设计并优化候选分子，并在CEITEC核心设施完成了NMR和微量热泳动（MST）实验。该项目由TAČR计划DELTA2资助（项目编号：TM05000031）。
“我们很自豪地看到我们的NMR筛选平台推动了实际成果。” NexMR AG首席科学官马蒂亚斯·比提科弗（Matthias Bütikofer）表示，“结合AI技术后，我们的技术正在突破早期发现的界限；现在没有无法触及的目标。”
靶向内在无序蛋白（IDP）
“光化学CIDNP不仅能识别分子是否与蛋白质结合，还能精确定位参与相互作用的特定原子——而无需了解蛋白质的三维结构。” 埃万格鲁迪斯补充道，“这使其特别适合靶向内在无序蛋白。我们利用这些相互作用数据训练deepHitMiner软件，从而筛选大型化合物库，并准确预测可能以类似方式结合的化合物及其相互作用原子（配体表位）。”
他进一步表示：“第一轮筛选就实现了亲和力提升2个数量级的结果，正是我们所期望的快速进展。在接下来的迭代中，我们将使用新获得的光化学CIDNP数据重新训练deepHitMiner，采用反馈循环优化策略，逐步完善并识别更强的结合分子。”
合作伙伴计划将已识别的分子推进至先导化合物阶段，并开展进一步优化和临床前研究。
(全文结束)
