来鲁华课题组Chem. Rev.综述：计算机辅助“不可药”靶标药物发现

主要观点总结

文章介绍了针对“不可药”靶标的药物设计方法的最新进展。通过物理模型和人工智能的计算方法，针对不同类型的不可药靶标提出了不同的策略，并已经成功应用在多个重大疾病相关靶标上。文章详细阐述了该领域的最新研究动态、挑战和未来发展方向。

关键观点总结

关键观点1: 研究背景

人类蛋白质组包含大量与疾病相关的蛋白质靶标，但大部分疾病相关蛋白尚未被开发为药物靶标。计算模拟和人工智能方法的发展正在改变药物设计的格局，为克服这些挑战提供创新策略。

关键观点2: 研究内容

来鲁华教授课题组提出了针对不同类型的不可药靶标的策略，如小分子配体“多构象亲和”策略、预测蛋白质别构位点的方法和环肽抑制剂设计方法等。他们的研究成果已经在多个重大疾病相关靶标上得到应用和验证。

关键观点3: 研究分类

根据靶标难以被调控的原因，该论文将“不可药”靶标分为五类，包括缺乏合适的小分子配体结合口袋的蛋白、活性位点保守的蛋白等，为未来的药物研发提供了重要分类依据。

关键观点4: 计算方法和人工智能的应用

文章深入探讨了计算方法与人工智能技术对于不可药靶标药物研发领域的推动，特别是在药物靶标识别、蛋白质动态结构预测等方面的关键作用。

关键观点5: 挑战和未来发展方向

虽然针对不可药靶标的药物研发已经取得了显著进展，但仍存在重大挑战。文章指出了未来的发展方向，包括构建靶标特异性的化合物库、发展基于AI的药物生成模型等。