学校主页 English

工程研究中心

首页 >> 学科动态 >> 工程研...

符雷蕾副教授成功构建一个细胞自噬相关抗肿瘤药物的 在线数据库:AMTDB

来源:办公室   作者:     日期:2022-08-25   点击数:  


继构建的天然产物抗肿瘤数据库ANPDB发表之后(Front Pharmacol. 2021, 12: 746067. 影响因子5.988),符雷蕾研究小组于近日在Frontiers in Pharmacology》上 (202213: 956501. 影响因子5.988) 发表了另一项研究成果“AMTDB: A comprehensive database of autophagic modulators for anti-tumor drug discovery”,该数据库由沈阳药科大学,西南交通大学和天津中医药大学合作共同完成。硕士研究生付家慧,吴丽丰和胡高勇为并列第一作者。本院符雷蕾副教授为论文的最后通讯作者;朱玲娟副教授,于海洋教授为共同通讯作者。该课题得到了国家自然科学基金项目(No. 31970374);国家重点研究项目(No: 2021YFE0203100);中央高校基本科研专项资金(No. 2682021CX088)的支持。


细胞自噬现已被证实与多种人类疾病(包括乳腺癌,胃癌,骨肉瘤等)密切相关。由此,我们认为积极干预自噬是治疗癌症的有效手段。近年来,越来越多的自噬化合物被报道,如 BL-918 NVP-BEZ235 perifosine3-甲基腺嘌呤等。特别是氯喹和羟氯喹在临床实践中的成功应用,极大地促进了自噬调节剂的设计和开发。尽管包括 ACDBHAMdb PubMed 在内的一些在线资源已经提供了关于自噬化合物和自噬相关基因,但是这些数据库只包含部分信息,并没有得到有效的涵盖。随着自噬化合物和靶点的积累、抗肿瘤药物的研制以及肿瘤与自噬关系的阐明,迫切需要一个新的数据库的出现。


为了实现这一目标,符雷蕾研究小组合作开发了一个自噬调节剂综合数据库(AMTDBhttps://amtdb.vercel.app/)AMTDB包括153种癌症类型,1153种调控自噬的化合物,860个靶点和2,046个相关机制或信号通路。此外,还提供了多种分类方法、高级检索和目标预测功能,以满足用户的不同需求。

除了经典的查阅和检索功能,符雷蕾研究小组还创新性的引入靶标预测功能,这是其他自噬数据库所不具备的。基于分子相似性预测靶标是由谷本系数和SHAFTS算法执行。这两种算法已经发表并应用于多篇研究性论文中。(DOI 10.1016 / j.a PSB. 2021.05.032;DOI 10.1186 / s13321-015-0069-3;DOI 10.1021 / ci200060s)。对大量相似性系数的详细比较表明,谷本系数仍然是计算基于指纹的相似性的首选方法,尽管存在一些与所寻求的分子大小相关的固有偏差。此外,为了弥补这一不足,我们还提供了SHAFTS算法,具体适用原理也在文章中进行了说明。综上,AMTDB 是一个综合性的数据库,致力于囊括自噬化合物和自噬靶点。 在未来,随着自噬相关研究的爆炸性增长,AMTDB 的数据将进一步扩大,这是一个可预见的发展趋势。AMTDB 将引入更先进的生物信息学和人工智能算法,这将为肿瘤药物的发现提供前所未有的机会和挑战。

论文链接:https://www.frontiersin.org/articles/10.3389/fphar.2022.956501/full