Nat.Commun. | 赵屹/杨胜勇团队发表基于深度生成模型（PRnet）进行新化合物扰动转录响应预测加速药物研发

文章预览

2024年10月26日，中国科学院计算所赵屹教授团队和四川大学华西医院杨胜勇教授团队合作在 Nature Communications 期刊发表文章：Predicting transcriptional responses to novel chemical perturbations using deep generative model for drug discovery。该研究建立了一个基于深度生成模型的新化合物扰动转录响应预测模型PRnet。该模型能够有效预测群体（Bulk）细胞和单细胞水平化合物扰动后的转录响应变化，并实现高效的虚拟药物筛选。该模型首次实现了新化合物、新细胞类型、任意剂量的扰动转录响应预测。在小细胞肺癌（SCLC）和结直肠癌（CRC）的药物筛选研究中，成功筛选出了潜在的活性化合物，并进行了湿实验验证。该工作通过预测生成了大规模的虚拟扰动图谱，涵盖935种FDA批准药物、4,158种活性化合物、30,456种中药来源的天然化合物以及29,670种类药物化合物，涉及细胞系、器 ………………………………