OpenDEL®2023年年度大盘点 ——让每一个医药研发新想法都有处安放 发布时间：2024-02-27

回首过往，采撷时光

2023年OpenDEL^®的答卷缓缓展开

这一年，OpenDEL^®迎来全新版本

自助式筛选服务产品OpenDEL^®全新升级后，包含的DEL库数量增加65%，总化合物数量高达30亿，为广大用户提供更具多样性的DNA编码化合物。

图1：OpenDEL^®中代表性的分子结构示例

这一年，OpenDEL^®应用领域进一步拓展，助力AI-ML实现分子预测

加州大学 Mobley 团队与 Anagenex公司利用成都先导OpenDEL^®系列产品，基于 soluble epoxide hydrolase（sEH）, 结合人工智能（AI）与机器学习（ML）技术(DOI: 10.1021/acs.jcim.3c00588)，成功建立了一套新型信息学预测系统，实现“信息-结构-功能”的预测。研究团队指出，随着数据量增大，深度学习模型的训练与预测表现将会更佳，甚至能进一步建立更为复杂的信息网络。

图2：不同预测方法下Precision-Recall曲线的AUC比较

这一年，OpenDEL^®持续助力快速发现目标靶点苗头化合物

从获得OpenDEL^®产品到实验设计与筛选，经由信号解析与分析，再到分子合成与测试，用户可在1-3个月内高效完成想法的快速验证，并能获得具有良好活性与成药属性的分子。通过OpenDEL^®系列产品，不仅可快速实现多系列nM级分子发现，并且可通过筛选数据进一步开展SAR/SSR信息挖掘，对后续分子优化提供丰富的信息指导。

图3：使用OpenDEL^®进行目标靶点苗头化合物的快速发现

这一年，OpenDEL^®的客户认可度节节攀升

杜克大学诺贝尔奖获得者Dr. Robert J. Lefkowitz团队的Dr. Alyssa Grogan利用OpenDEL^®，成功对新型G蛋白偶联受体（GPCR）靶点进行筛选，发现了一种新型β-肾上腺素受体变构调节剂，其具有独特的药理特性，是一种极具前景的潜在治疗药物。(https://doi.org/10.1161/res.133.suppl_1.P2154)。

图4：发表于AHA/ASA Journals的摘要

Dr. Holly Soutter团队对比了市场上不同的DEL产品的筛选数据，使用ML模型了解其如何影响Hit发现的过程，结果证明，使用成都先导OpenDEL^®系列产品能得到更加准确的靶点-分子信息。

图5：来自Dr. Holly H. Soutter的客户证言

这一年，OpenDEL^®与多家客户达成深度合作

成都先导与结构基因组学联盟（SGC）达成基于DEL技术的新药研发合作，OpenDEL^®被用于筛选SGC关注的新靶点。该项目的筛选数据集将以适合ML（机器学习）的格式发布在公开平台，以便世界各地的药物发现和ML专家访问、进行数据建模，并应用于预测新的活性分子。作为全球开放科学运动“Target 2035”计划的一部分，预测出的新活性分子将在SGC进行实验测试。

这一年，OpenDEL^®商业转化高速增长

一场海外研讨会，两场国内直播，三场校园行活动

吸引超500家客户关注

客户包括生物医药企业、AI技术企业及学术机构院校，得到了广泛的应用与认可。

图6：2023年市场活动照片

这一年，OpenDEL^®下游衍生服务持续转化

成都先导不仅提供OpenDEL^®产品，也可以根据客户需求提供上下游全流程服务，如DEL筛选、筛选测序、数据分析、分子优化、平行合成等，在保护客户项目IP的同时，助力广大客户各类药物发现项目的快速推进，以灵活的产品形式和服务模式满足客户的差异化需求。

图7：DEL全流程服务

回放来时路，帧帧追溯。

2024年，OpenDEL^®定将踌躇满志再出发，沐雨梳风破浪行~