RNA靶向化合物库

通过2D相似性搜索的RNA筛选子集
首先，通过SMMRNA、PDB、RBIND、FDA、NALDB、PubChem和ChEMBL等数据库，筛选出约4000种已报道的能与RNA结合的分子。随后，通过剔除解离常数（Kd > 10 μM）或抑制值（如IC50等）低于或等于10 μM的化合物，将这一初始参考集缩小至约3200种。接下来，对Life Chemicals HTS Compound Collection进行了2D相似性搜索，以保持多样性（Tanimoto指数和Tversky指数分别≥0.80和≥0.85）。使用基于片段的/化学散列指纹来比较化合物结构。最后，应用PAINS、反应性基团和内部开发的Medchem过滤器，获得了超过40,000种已报道RNA抑制剂的类似物。随后，通过考虑化学多样性对化合物库进行了进一步优化。最终，这一严格的筛选过程产生了超过22,300种类药筛选化合物。

通过贝叶斯建模的RNA筛选子集
使用相同的已知RNA结合化合物的训练集构建了一个贝叶斯模型（贝叶斯分类方法），以区分具有已知活性的“良好”分子与其他化合物。在构建贝叶斯模型时，涉及分子指纹（环形FCFP6指纹）和分子性质（分子量、受体数、供体数、LogP、极性表面积、旋转键数、环数）。接下来，将该模型应用于Life Chemicals高通量筛选化合物库，以选择针对RNA的筛选化合物。从结果化合物集中过滤出PAINS和具有“不良”和反应性基团的化合物。最终，筛选出超过1000种类药性化合物。