2021年2月18日，Cell雜志背靠背在線宣布Broad研討所HHMI研討員JohnG.Doench實驗室的Massivelyparallelassessmentofhumanvariantswithbaseeditorscreens及哥倫比亞大學歐文醫(yī)學中心AlbertoCiccia實驗室的FunctionalinterrogationofDNAdamageresponsevariantswithbaseeditingscreens研討論文。兩篇文章均以單堿基修改東西CBE為基礎(chǔ)，開發(fā)出點驟變功用研討的高通量挑選新渠道。兩文研討者還憑借新的挑選渠道分別對ClinVar數(shù)據(jù)庫中的數(shù)萬種點驟變及近百種DNA損傷應對（DDR）基因的點驟變功用進行高通量分析，為高通量挑選新渠道的未來使用及DDR基因的功用研討打下了良好的基礎(chǔ)。怎么在藥物研發(fā)完成自動化與高通量篩選優(yōu)勢。受體藥物篩選

2021年7月16日，DeepMind團隊在Nature上公布了AlphaFold2的源代碼。一周后，DeepMind團隊再發(fā)Nature，公布AlphaFold數(shù)據(jù)集，再次傳開科研圈！AlphaFold數(shù)據(jù)集覆蓋簡直整個人類蛋白質(zhì)組(98.5%的所有人類蛋白)，還包括大腸桿菌、果蠅、小鼠等20個科研常用生物的蛋白質(zhì)組數(shù)據(jù)，蛋白質(zhì)結(jié)構(gòu)總數(shù)超越35萬個！并且，數(shù)據(jù)會集58%的猜測結(jié)構(gòu)達到可信水平，其間更有35.7%達到高信度！深究AlphaFold2計算模型發(fā)現(xiàn)，AlphaFold2沒有學習AlphaFold運用的神經(jīng)網(wǎng)絡(luò)相似ResNet的殘差卷積網(wǎng)絡(luò)，而是選用近AI研究中鼓起的Transformer架構(gòu)，其間與文本相似的數(shù)據(jù)結(jié)構(gòu)為氨基酸序列，通過多序列比對，把蛋白質(zhì)的結(jié)構(gòu)和生物信息整合到了深度學習算法中。從模型圖中可知，AlphaFold2與AlphaFold不同，并沒有選用往常簡化了的原子距離或者接觸圖，而是直接練習蛋白質(zhì)結(jié)構(gòu)的原子坐標，并運用機器學習方法，對簡直所有的蛋白質(zhì)都猜測出了正確的拓撲學的結(jié)構(gòu)。計算AlphaFold2猜測的結(jié)構(gòu)發(fā)現(xiàn)：大約2/3的蛋白質(zhì)猜測精度達到了結(jié)構(gòu)生物學試驗的丈量精度。小分子高通量篩選化合物篩選是高通量篩選的首要也是基本用途。

在確認候選藥物的進程中，安全、有效、穩(wěn)定、可控是藥物的基本特點，這四種性質(zhì)寓于藥物的化學結(jié)構(gòu)之中。候選藥物一旦確認，化合物的藥學（物理化學）性質(zhì)、藥代動力學性質(zhì)、藥效學和安全性，甚至臨床效果，皆成定數(shù)；10%的投入，其實決定了幾乎100%的價值和藥物的命運；所以，優(yōu)化先導物和確認候選藥物進程，是創(chuàng)新藥物的決定性過程。新藥研制成功率與本錢關(guān)于新藥研制的時刻和本錢，過去業(yè)界一直流傳著“雙十”的說法，意思是：新藥研制需求耗時十年，耗資十億美金。而如今，各大跨國藥企覺得很“委屈”，認為如今的一個新藥研制的本錢可遠不止這數(shù)字，依照2014年TuftsCenter的統(tǒng)計陳述，現(xiàn)在研制個新藥的本錢現(xiàn)已高達25.88億美金！

挑選模型建立運用親本及SOX10-KO細胞作為實驗模型，運用CellTiter-Glo®化學發(fā)光細胞生機檢測辦法測定細胞活性，確定先導化合物。分別在0.1μM-10μM濃度下對1820種抗化合物在親本細胞和SOX10敲除MeWo細胞中進行挑選。結(jié)果剖析發(fā)現(xiàn)，庫中的一切五種cIAP1/2-XIAP抑制劑(LCL161、Birinapant、GDC0152、AZD5582和BV6)可有用誘導SOX10-KO細胞逝世，且對親代細胞幾乎沒有影響。所以作者估測，cIAP1和/或cIAP2可能是誘導SOX10敲除細胞逝世的相關(guān)靶標。機制探究緊接著，為了驗證上述估測，進行了蛋白表達剖析及基因組學剖析，結(jié)果表明cIAP2表達與SOX10表達成負相關(guān)，cIAP2參加誘導SOX101缺點細胞逝世(圖8)，并找到了醫(yī)治RAF和/或MEK抑制劑耐藥性的有用計劃，即在BRAFi和MEKi計劃中加入cIAP1/2抑制劑將延遲獲得性耐藥的發(fā)生?；衔镌诟咄亢Y選中的效果怎么樣？

將化合物溶解并接種到384孔平板中，按順序進行初度挑選，這些篩板作為一切進行HTS的源頭，并在約6年的循環(huán)時間內(nèi)從固體樣品中不斷更新，其自動揀選功能答應每周多揀選幾千個樣品。NIBR的化合物管理小組從2008年到2012年在重建其化合物流轉(zhuǎn)才能方面作了重要的努力，主要包含兩個方面：（a）從LC-MS質(zhì)量操控的固體樣品中為一切化合物樣品（>1.2M）出產(chǎn)10mM儲備溶液，以及（b）安裝自動化體系以實現(xiàn)從試管中進行揀選和處理，并且在24小時內(nèi)可吸附多達40k管的微量滴定板（見圖2）。憑仗10mM的庫存收集和圖2中描述的自動化設(shè)置，在2015年誕生了NIBR挑選渠道。在2019年，根據(jù)進一步的規(guī)劃迭代（包含學習和經(jīng)驗），在2015年的基礎(chǔ)上誕生了第二個版別?？贵w藥物都是怎么篩選出來的？抗血栓藥物篩選模型

抗體藥物都是怎么篩選出來的?受體藥物篩選

N23Ps效果機制研討基上述活性篩選，作者團隊進一步進行了機制驗證；他們對纖維化組，纖維化+N23Ps組(給藥組)及空白組進行芯片轉(zhuǎn)錄組剖析，發(fā)現(xiàn)一系列蛋白表達調(diào)控差異。經(jīng)過對組學數(shù)據(jù)剖析及基因功能關(guān)系剖析，鑒定出E3連接酶SMURF2(TGFβ1信號通路中重要的胞內(nèi)信號因子)可能參加了N23Ps對立纖維化的調(diào)控為了深化了解N23P調(diào)節(jié)TGFβ1依賴性肌成纖維細胞轉(zhuǎn)分化的機制，使用SMURF2siRNA敲低進行了功能丟失研討。cmp4處理明顯按捺TGFβ1處理的IPF-phLFs中αSMA蛋白的表達;但這種按捺在SMURF2缺失的phLFs+TGFβ1+cmp4的肌成纖維細胞中被阻撓(圖6)，這表明N23Ps的確會經(jīng)過SMURF2按捺的TGF-β通路參加抗纖維化調(diào)控。受體藥物篩選