阿肯色大学的研究人员将计算物理学与实验数据相结合，开发了计算机模型，用于确定候选药物靶向和结合细胞内蛋白质的能力。

如果准确的话，这样的估计器可以通过计算证明结合亲和力，从而避免实验研究人员需要研究数百万种化合物。这项工作可以大大减少与开发新药相关的成本和时间。

“我们开发了一个估计配体-蛋白质结合的理论框架，”富布赖特艺术与科学学院化学和生物化学副教授 Mahmoud Moradi 说。“所提出的方法在坐标系中的每个网格点为配体分配有效能量，当配体处于束缚状态时，其原点位于配体最可能的位置。”

配体是一种物质——离子或分子——如药物，它与另一个分子(如蛋白质)结合，形成一个复杂的系统，可能导致或阻止某种生物功能。

莫拉迪的研究重点是疾病的计算模拟，包括。在这个项目中，他与生物化学教授兼生物信息学研究库珀 Suresh Thallapuranam 合作。

Moradi 和 Thallapuranam 使用有偏差的模拟——以及非参数重新加权技术来解释偏差——创建了一个计算高效且准确的绑定估计器。然后，他们使用一种称为定向四元数形式主义的数学稳健技术来进一步描述配体在与目标蛋白质结合时 的构象变化。

研究人员通过估计人成纤维细胞生长因子 1(一种特定的信号蛋白)与肝素六糖 5(一种流行的药物)之间的结合亲和力来测试这种方法。

构思该项目是因为 Moradi 和 Thallapuranam 正在研究人类成纤维细胞生长因子 1 蛋白及其在不存在和存在肝素的情况下的突变体。他们在模拟和实验结果之间发现了很强的定性一致性。

“当谈到结合亲和力时，我们知道我们可以使用的典型方法无法解决这样一个难题，”莫拉迪说。“这就是我们决定开发一种新方法的原因。当实验数据和计算数据相互比较时，我们度过了一个愉快的时刻，这两个数字几乎完美匹配。”