幕后文章是与国家科学基金会合作提供给生活方面的。
大多数药物以小分子，与靶蛋白表面结合，抑制其功能并保护我们的健康的配体进入我们的身体。为了使药物驯服头痛或减轻膝盖肿胀，它需要在小剂量下有效，并且有足够的选择性以限制副作用。
在当地药房的货架上有这么多药物可供选择，似乎新药是一个简单，直接的过程。实际上，发现一种新药物可能是一种艰巨的努力。
据专家说，一种药物上市的水平平均而言，需要15年，而在研究和开发上才有超过8亿美元的发展。这提高了重磅炸药的价格，同时将研究限制为盈利不足的药物。
由于涉及的时间和费用，高级计算对于药物发现工作至关重要。通过模拟虚拟蛋白和配体的结合，化学家可以比实验室中可能更快地筛选大量可能的化合物。
这个过程修剪了可能的治疗方法从数百万到数百人，这时可以在实验室中研究毒品候选人，从而使毒品发现更便宜，更快。使用这种方法发现了几种重要的HIV蛋白酶抑制剂。
但是，仅当最有效的分子最终排在预测的前10％时，虚拟“富集”才有用。他们通常不会导致该领域的沮丧和怀疑。
德克萨斯大学奥斯汀分校生物医学工程助理教授Pengyu Ren正试图解决这个问题。他使用NSF资助的Ranger SuperCuputer和大量已知的蛋白质配体匹配池，他正在塑造一种可靠的方式来寻找新药。
Ren解释说：“我们正在测试和开发可以最好地重现[学术]文献中报道的蛋白质 - 配体结合实验数据的计算方法。”
这项工作是使用全原子模拟对蛋白质 - 配体相互作用进行的最全面的研究之一。通过以更大的保真度来代表物理现实，Ren希望新方法可以显着提高药物发现的有效性。
Ren说：“在过去，需要快捷方式才能达到速度。研究人员对物理模型进行了近似，因为计算太昂贵了。” “我们正在添加进一步的物理层，以获得更准确的预测。”
这些模拟的物理现实由超级计算机在德克萨斯州高级计算中心（TACC）。 Ren说：“虚拟药物模拟需要大量的计算能力，并且通过访问TACC，我们可以实际尝试这些方法。”
REN通过将它们应用于10个不同蛋白质家族的200多个复合物中来评估不同方法的准确性和效率。与实际结果最接近的方法是最有效的。如果证明最成功的方法可以持续起作用，那么Ren认为化学家将采用它。
TACC生命科学计划主任迈克尔·冈萨雷斯（Michael Gonzales）表示：“迄今为止，快速，廉价的计算药物发现的希望。” “ Pengyu的工作是当前计算能力的进步如何使科学家采取根本不同的虚拟药物发现方法。”
这不仅涉及REN的方法和协议。他还参与了许多合作，这些合作使他的算法进行了测试，探讨了刚性与蛋白质配体结合之间的关系，并寻找与涉及癌症和其他疾病的蛋白质的抑制剂。
Ren说：“如果这起作用，它将提高我们设计候选药物的能力，而副作用更有效。” “但是，为了做出坚固，准确的预测，是时候投资下一代药物发现的计算技术了。”
编者注：这项研究得到了国家科学基金会的支持（NSF），联邦机构负责在科学和工程领域的所有领域资助基础研究和教育。本材料中表达的任何观点，发现和结论或建议都是作者的意见，不一定反映了国家科学基金会的观点。看到幕后存档。
