得化合物库者得天下

据统计,1999年到2008年间FDA批准的新化合物小分子药物中60%来源于高通量筛选,即基于细胞水平或分子水平的活性试验,从大型的化合物资源库获取先导化合物,后续经过各种结构改造修饰及活性/临床试验而得到新化合物小分子药物。

 

纵观这些年,由中国首创的靶点化合物小分子药物少之又少,这一领域基本由欧美药企垄断。究其原因,重要的一点在于欧美各大药企均有自己大型的高质量的化合物库,如来自瑞士的诺华制药就拥有约150万种实体化合物。只要有新的潜在药物靶点或新的筛选模型出现,欧美药企就可能通过高通量筛选的方法快速发现先导化合物,而中国药企只能望而兴叹。

可见,化合物库是创新药物发现的源头之一,化合物筛选已经成为发现先导化合物的主要途径之一。因此化合物库的建设一直是我国发展创新药物研究的工作重点,为了弥补短板,国家先后资助多个重大项目以支持中国化合物库建设。

 

 2007年,“重大新药创制”国家重大科技专项资助建立了国家化合物样品库,现已成为亚洲规模最大的化合物资源平台。

2015年,在国家的大力支持下,中国医学科学院药用植物研究所建立国家中药化合物库。

2017年,中山大学建成我国首个海洋生物天然产物化合物库。

2018年,科技部发布《国家科技基础资源调查专项2018年度项目重要支持方向》,“一带一路”沿线国家传统草药品种本底整理及数据库建设被列入在内。 

 

化合物库是我国创新药物研究的物质基础之一。对于研究机构和企业,化合物库及其数据是研究水平和核心竞争力的体现,随着人工智能的发展,将来也将成为他们的知识库,指导新药开发。可以说,得化合物库者得天下。

 

为了中国创新药物的未来,无论您是医药企业的领导,还是学术科研机构的负责人,合理地、逐步地构建化合物库,是您义不容辞的责任!千里之行始于足下,点滴积累,定会铸就中国创新药物辉煌!

中国需要首创药!

First-in-Class

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要实现化合物分子的子结构频次统计,可以使用RDKit Python。下面是一些参考代码: 1. 加载化合物 ```python from rdkit import Chem from rdkit.Chem import AllChem # 从文件中读取化合物 suppl = Chem.SDMolSupplier('compound.sdf') mols = [x for x in suppl if x is not None] print('共读取到{}个分子'.format(len(mols))) ``` 2. 提取分子中的子结构 ```python # 提取分子中的环 def extract_rings(mol): rings = Chem.GetSymmSSSR(mol) return [Chem.MolToSmiles(mol, rootedAtAtom=r) for r in rings] # 提取分子中的官能团 def extract_functional_groups(mol): fgs = ['[{}]'.format(Chem.MolToSmiles(mol, rootedAtAtom=a, includeAtomNumbers=True)) for a in mol.GetAtoms() if a.GetAtomicNum() != 6] return fgs # 提取分子中的子结构 def extract_substructures(mol): rings = extract_rings(mol) fgs = extract_functional_groups(mol) return rings + fgs # 提取化合物中所有分子的子结构 substructures = [] for mol in mols: substructures += extract_substructures(mol) substructures = list(set(substructures)) print('共提取到{}个子结构'.format(len(substructures))) ``` 3. 计算每个子结构在化合物中出现的频次 ```python # 计算每个子结构在化合物中出现的频次 substructure_count = {} for substructure in substructures: substructure_count[substructure] = 0 for mol in mols: for substructure in extract_substructures(mol): substructure_count[substructure] += 1 print(substructure_count) ``` 这样就可以得到每个子结构在化合物中出现的频次了。可以根据需要,进一步对子结构进行聚类、筛选等操作,以便更好地分析化合物中的结构信息。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值