多伦多大学生物化学家和分子遗传学教授 Igor Stagljar 博士与临床阶段人工智能 (AI) 驱动的药物发现公司 Insilico Medicine 合作，测试 Insilico 的 AI 设计分子对所谓的“不可成药”靶点的有效性 -或传统疗法无法达到的疾病目标。

作为合作的一部分，研究人员将使用 Stagljar 教授实验室开发的基于活细胞的检测方法测试 15-20 个不可成药的靶标。多达 85% 的人类蛋白质被认为是“不可成药的”，其表面光滑，缺乏小分子药物易于结合的口袋，这使得合理的药物设计成为一个巨大的挑战。

斯塔格贾实验室专门研究癌症，这种疾病有许多“无法成药”的靶点。其中最著名的是 KRAS，它是所有癌症类型中最常见突变的致癌基因(或癌基因)，包括肺癌、结直肠癌和胰腺癌等高亡率癌症。他的实验室特别关注蛋白质-蛋白质相互作用(PPI)，识别蛋白质之间导致各种疾病的异常相互作用。

利用 Insilico 的端到端 Pharma.AI 平台，研究人员将设计具有代谢稳定性、效力、新颖性和多样性等所需特性的新型小分子药物，这些药物可以对这些问题领域，从而阻止疾病进展。然后，他们可以使用 Stagljar 教授的检测快速测试这些分子抑制或刺激靶标的有效性。

人工智能平台负责人兼总裁 Petrina Kamya 博士表示：“我们很高兴能够推进这一合作，并探索如何使用这些新颖的检测方法进一步推进人工智能设计药物的测试和开发，特别是对不可成药的癌症靶标。”加拿大英科智能医学公司。

将使用的两种检测方法称为MaMTH-DS，这是一种活细胞药物筛选平台，旨在识别和监测细胞膜中的 PPI;SIMPL是一种新技术，使用分裂内含肽(一种在许多细胞中天然存在的具有独特性质的蛋白质)作为 PPI 检测传感器，几乎可以应用于任何细胞系中的任何人类蛋白质。这两篇文章最近都发表在自然出版集团旗下的期刊上。

Stagljar 表示，直到最近几年，活细胞检测才成为体外或试管检测的可行替代方案，这要归功于技术的进步和对这些难以用药的靶标的更深入的了解。与试管相比，活细胞检测具有明显的优势，可以提供有关小分子在生物环境中结合程度及其细胞渗透性和细胞性的数据。

“使用这些新颖的检测方法，我们可以监测药物如何抑制与许多人类疾病相关的关键蛋白质，”他说。“在短时间内，我们现在可以轻松确定人工智能开发的小分子是否会抑制特定的蛋白质目标。” 他补充说，这种检测方法的生产成本低廉，每周能够筛选多达 10,000 个分子。

一旦分子经过测试，就可以使用人工智能进一步改进它们，重新测试，并最终为临床前研究做好准备。Stagljar 说，使用这些实时检测，分子的药物验证过程有可能从 4-5 年缩短到几个月。