同心共筑,同行共赢,在这里您将了解先导最新的进展和活动
近日,结构基因组学联盟(Structural Genomics Consortium,以下简称“SGC”)联合来自30家组织机构的78位研究者在《自然综述:化学》(Nature Reviews Chemistry)共同发表了开放科学全球倡议“Target 2035”的最新路线图《Protein–ligand data at scale to support machine learning》(以下简称“路线图”),旨在加速推进以计算研究驱动药物发现。这不仅标志着“Target 2035”全球倡议的第二阶段正式启动,更进一步勾勒出未来药物研发的全新图景:到2035年,为每一种人类蛋白质开发出专属药理学工具。

“Target 2035”是一项由SGC牵头发起的开放科学全球倡议,旨在到2035年为每一种人类蛋白质开发出药理学工具。这一倡议得到了全球众多合作伙伴的广泛支持。“Target 2035”第一阶段(2020-2025)的重点是筛选出高质量的化学和生物调节剂,并且测试能够针对各类蛋白质进行规模化药物发现的技术。2025年,“Target 2035”进入第二阶段,并提出了一项重大转变:将苗头化合物发现转变为由计算和数据驱动的探索。而此次发表的路线图,则阐述了如何实现这一转变。路线图的核心理念在于通过开放合作生成大规模高质量且符合 FAIR(可查找、可访问、可互操作、可复用)原则的数据集,利用机器学习(ML)推动药物发现工作,甚至那些未被充分研究的“冷门靶点”亦涵盖其中。

作为“Target 2035”全球协作计划的重要参与者,成都先导(HitGen)深耕药物发现领域,以实际行动不断推动早期药物研发的规模化革新。2023年9月,成都先导与SGC建立合作伙伴关系,利用公司DNA编码化合物库(DEL)技术平台的产品OpenDEL™针对SGC关注的新靶点进行筛选,产生的筛选数据集发布在公开平台,供全球范围内的药物发现和ML专家访问、进行数据建模,并应用于预测新的活性分子。2025年4月,SGC联合成都先导及多家行业伙伴共同发起首届DREAM Target 2035 Drug Discovery Challenge,邀请全球数据科学家参与,利用基于DEL的分子数据构建机器学习模型,以高效发现苗头化合物。此次路线图的制定,成都先导凭借自身在药物发现领域的技术专长和积淀,也深度参与其中。
该路线图的核心目标清晰而宏大:让早期药物研发更快、更经济、更易普及。为实现这一目标,全球研究者正携手构建一个开放可访问的高质量数据集——通过标准化、高通量筛选方法,系统收录蛋白质与小分子的结合相互作用信息。
成都先导凭借在化合物库构建与高通量筛选领域的技术积累,为数据集的生成提供了关键支持。其独特的筛选体系与标准化流程,不仅保障了数据的一致性与可靠性,更助力提升筛选效率,为规模化数据积累奠定了坚实基础。
在这场开放科学行动中,全球研究者被诚邀贡献蛋白质用于标准化筛选,为机器学习模型提供“养料”;同时,通过开放基准测试竞赛,吸引人工智能/机器学习(AI/ML)社区优化小分子结合预测模型。所有数据(包括阳性与阴性结果)、方法及材料将通过公共数据库公开共享,推动全球范围内的创新复用。
成都先导在其中扮演了“桥梁”与“赋能者”的角色:一方面,公司积极参与标准化筛选方法的打磨与推广,确保不同机构生成的数据具备可比性;另一方面,凭借其在小分子设计与筛选领域的经验,成都先导为数据集的机器学习(ML)适用性提供专业建议,助力模型训练更精准、更高效。这种深度参与,让开放数据的价值得以最大化释放。
这份路线图的价值,在于它为产学研各界(学术界、工业界、CROs、中小企业等)指明了协作方向。通过生成大规模、标准化的蛋白质-配体结合数据,不仅能推动预测模型的迭代升级,更能照亮人类蛋白质组中那些“被遗忘的角落”——长期未被充分研究的蛋白质,有望因此迎来新的探索机遇。
成都先导的加入,让这一愿景的实现更具底气。公司对开放科学理念的践行,以及在技术层面的扎实贡献,正加速着“让每一种人类蛋白质都可被研究”的目标落地。
这场革新需要更多力量的加入:
贡献纯化蛋白质,为数据生成注入源头“活水”;
参与开放基准测试,推动预测模型持续进化;
加入药物研发开放科学机器学习网络MAINFRAME,共探技术前沿;
加入Target 2035联盟,与成都先导等先行者一道,定义开放获取药理学工具的未来(联盟预计将于8月初正式宣布成立)。
在开放与协作的浪潮中,“Target 2035”正在开启药物研发的新篇章。成都先导将持续以技术创新为笔,与全球伙伴共同描绘更高效、更普惠的药物发现未来。
延伸阅读
路线图原文:Protein–ligand data at scale to support machine learning,https://www.nature.com/articles/s41570-025-00737-z
SGC官网社论:Transforming Hit-Finding into a Computational Endeavor: A Roadmap for Open Science Drug Discovery,https://www.thesgc.org/blogs/transforming-hit-finding-computational-endeavor-roadmap-open-science-drug-discovery