浙中医大范骁辉团队Nature Communications发文，提出WAVE模型用于肺腺癌虚拟筛药
浙中医大范骁辉团队最新Nature子刊: 新视角“预测基因表达扰动模型→虚拟筛药”,在肺腺癌药物发现中展示了鉴定潜在有效化合物潜力
浙中医大范骁辉团队在Nature Communications发文，提出WAVE模型通过学习化学诱导的转录谱预测基因表达扰动，并在肺腺癌药物发现中展示了鉴定潜在有效化合物的能力。针对逐一实验检测所有化合物-细胞系组合不切实际的难题，团队在分子靶标定义不清的化合物场景下验证了WAVE模型系统表征化合物驱动转录扰动和虚拟筛药的可行性。
发生了什么
浙江中医药大学范骁辉团队联合浙江大学药学院中医药现代化国家重点实验室、浙江大学医学院妇女医院等多个实验室，在Nature Communications（IF 18.1）发表论文，提出名为WAVE的模型来学习化学诱导的基因表达扰动。团队用这个“预测基因表达扰动模型→虚拟筛药”的思路，在肺腺癌药物发现中展示了鉴定潜在有效化合物的能力。
为什么重要
化合物诱导的转录谱能系统刻画药物扰动、提示作用机制，对分子靶点不清晰的化合物尤其有价值，但实验上不可能穷尽所有细胞系和化合物的组合，这卡住了比较转录组学在药物筛选里的大规模应用。WAVE把这个问题从“逐对实测”改成“模型预测再虚拟筛选”，等于给靶点不明化合物的高通量筛选提供了一条计算路径。对做药物筛选、老药新用和机制推断的研究人员，这是一套可以直接迁移的方法框架。
还缺什么
材料没有披露WAVE的模型结构、训练数据来源、在肺腺癌中筛出的具体化合物及其体外体内验证数据，也没有提及代码是否开源、是否有产业合作推进开发。这些关键细节需回到论文原文确认，后续可重点看筛选出的化合物验证到什么深度、方法能否推广到肺腺癌之外的癌种和适应症，相关信息均待确认。
WAVE 模型用化学诱导转录谱学习基因表达扰动，为分子靶标不清的化合物提供可迁移的虚拟筛药思路，并在肺腺癌数据中做了验证。
来源：中文产业新闻 · mp.weixin.qq.com