近日,AI for Science领域的引领者深势科技，首次公布了其RiDymo平台管线应用进展。本次的管线进展披露充分验证了深势科技RiDymo平台在实际药物开发中的巨大潜能，也是“AI for Science”新范式从算法到工具到应用落地的一次更加充分的例证。

深势科技首席药学官张晓敏博士表示，“深势科技基于AI for Science打造的RiDymo平台，通过动力学模拟发掘蛋白在体内的构象变化，发现全新的可药口袋，并基于此开发的非共价分子在酶学和细胞水平上的抑制活性均与阳性共价分子相当，同时具备更好的成药性。这一实践使我们充分验证了RiDymo平台在药物研发中的价值，在未来有望赋能更多难成药靶标的药物发现。”

蛋白质动力学研究日趋成为全球药物研发的热点领域。通常的理性药物设计需要靶标蛋白具有明确的结构和清晰的作用位点，这种类型的靶点通常称为“可成药”靶点，在人类靶点中占15%左右。其余85%为“难成药”靶点，一般体现在蛋白表面平坦无清晰作用位点，或者蛋白结构柔性大，甚至没有稳定的三维结构。这类靶点难以使用传统方法进行理性药物设计——而深势科技自主开发的RiDymo强化动力学平台则对该问题给出了新的解决思路。

(资料图片仅供参考)

RiDymo平台是基于Reinforced dynamics(RiD)算法开发的专注于解决“难成药”靶点的动力学平台。对比其他动力学算法和平台，RiDymo最核心的优势体现在模拟采样效率上的巨幅提升，同时充分结合神经网络的高维表示能力，在复杂的生物大分子体系中高效捕捉动态的构象变化，在相对可控的算力资源和模拟时长条件下就可以让蛋白真正“动”起来。

此前，作为平台核心能力的RiD算法已经在Nature子刊上发表。在文章中显示，针对一个蛋白的从头折叠问题，RiD方法模拟1.86μs时间获得的自由能面比传统分子动力学方法100μs获得的自由能面更加全面，展现出RiD方法在分子模拟的效率上有了近百倍的提升。

基于RiD方法，RiDymo强化动力学平台可用于解决以下问题：

针对表面平坦或者蛋白-蛋白相互作用(PPI)体系，在缺乏明确的结合位点的情况下，RiDymo可以用于诱导形成可药口袋、探索全新别构口袋

针对结构动态变化较大的GPCR、通道蛋白等体系，RiDymo可以分析残基在运动轨迹中的相关性，助力药靶作用机理研究和药物筛选

针对在体内缺乏稳定结构的无序蛋白，RiDymo可以探索蛋白在热力学(Thermodynamics)和动力学(Kinetics)中的重要构象并发现可药结构

此外，药物最终需要在体内起效，仅考虑结合强度这一热力学参数是不够的，RiDymo可以有效计算药物的驻留时间(即解离常数的倒数)等与药物体内药效强相关的动力学参数，而这一点在过去往往是被大家忽视的。

RiDymo平台致力于在药物分子发现中建立Structure-kinetic relationship(SKR)，通过紧密结合SAR(Structure-activity relationship)及SPR(Structure-property relationship)，高效推进高质量临床前候选化合物的发现。

深势科技药物研发团队基于“AI for Science”新范式，专注于利用人工智能和分子模拟相融合的先进计算手段驱动难成药靶点的药物开发，依托深势科技全球领先的强化动力学平台RiDymo和大分子De Novo Design从头设计平台，目前已通过“自建管线+联合开发”的方式形成了完整的研发体系，覆盖CNS、肿瘤和自身免疫性疾病三大领域。未来，深势科技将一如既往的践行AI for Science科研新范式，为人类文明最基础的科学探索，成果应用，造福全人类做出自己的贡献。