澳門理工大學研究團隊開發PROTAC-STAN方法，賦能“不可成藥”靶點藥物研發
澳門理工大學研究團隊開發PROTAC-STAN方法，賦能“不可成藥”靶點藥物研發
澳門理工大學人工智能藥物發現中心教授劉煥香、姚小軍聯合浙江大學、香港中文大學、蘭州大學研究團隊，融合層級化編碼和結構感知編碼及深度三元注意力網絡提出創新性的可解釋PROTAC降解活性預測新方法PROTAC-STAN，爲攻克“不可成藥”靶點帶來新的希望。
PROTAC（蛋白降解靶向嵌合體）技術是當今新藥研發的前沿領域，它利用泛素-蛋白酶體系統選擇性降解與疾病相關的蛋白質，從而實現對“不可成藥”靶點的精准調控。然而，PROTAC分子的研發嚴重依賴耗時耗力的濕實驗，且其複雜的分子結構與作用機制使得理性設計充滿挑戰。現有基於深度學習的PROTAC 降解活性預測方法往往忽略分子多層級信息及蛋白結構信息的重要性，導致模型預測能力受限，且缺乏可解釋性，難以直觀揭示 PROTAC 體系中關鍵的相互作用。爲了破解這些核心難題，本研究提出PROTAC-STAN這一創新框架，該方法融合了層級化的 PROTAC 分子表徵、靶蛋白和E3 連接酶的結構感知嵌入，以及三元注意力網絡，構建了基于深度學習的可解釋 PROTAC 降解活性預測模型。這一方法不僅大幅提升了預測性能，更能生成原子和殘基水平的可視化圖譜，直觀地展示哪些關鍵部分驅動了蛋白降解過程。 PROTAC-STAN的卓越表現有望使其發展成爲未來 PROTAC 相關藥物研究中的核心工具，從而進一步推動靶向蛋白療法的發展。
研究成果以“Interpretable PROTAC Degradation Prediction With Structure-Informed Deep Ternary Attention Framework” （基于結構感知深度三元注意力框架的可解釋PROTAC降解預測）為題，於國際知名學術期刊《Advanced Science》(《先進科學》) 發表，爲攻克“不可成藥”靶點帶來新的希望。
《先進科學》是由Wiley-VCH Verlag出版的全球知名跨領域學術期刊，致力發表一流的科學創新成果和前沿進展，其內容範圍涵蓋材料科學、物理學、化學、醫學、生命科學，以及工程學等廣泛應用的科學領域。期刊同時為中科院一區和JCR一區期刊，在多個學科領域的排名均在前10%， 5年平均影響因子（2020-2024）為15.6。本研究獲得澳門科學技術發展基金資助（項目編號：0030/2024/RIA1），研究內容全文可瀏覽：DOI: 10.1002/advs.202508138。