中药科研进展

中药传承至今已有前年历史。近年来，中药领域的科研投入不断增加，科研成果也层出不穷。2024年，中药的现代化研究取得了显著进展。一些传统中药的有效成分被进一步分离和纯化，药理机制研究不断深入。例如，中药复方的系统研究揭示了其多靶点、多途径的综合治疗效应，进一步提升了中药的临床应用价值。

中药政策支持

2024年，国家对中药产业的支持力度进一步加大。《中医药发展“十四五”规划》明确提出，要推动中药材种植标准化、生产规范化、市场国际化。政府通过资金支持、税收优惠、人才培养等多方面举措，促进中药产业的全面发展。此外，国家药品监督管理局（NMPA）加快了中药新药的审批速度，鼓励创新和国际化合作。

COMET介绍

为了更好的分析中药的药理作用，反向找靶是常见的方法。下面将给大家介绍一下反向找靶“利器”COMET（COmbined Method for Elucidating Targets）。COMET的主要是解决三个问题：1、反向找靶，寻找化合物可能的靶点；2、老药新用，寻找已经上市的药物课可能存在的其它疗效；3、毒副作用预测，例如可以预测即将进入临床试验药物除药理作用意外的其它靶点，从而提前观察药物的毒副作用。

COMET原理

目前已有的反向找靶的算法主要是三种原理：1、基于配体的预测算法，根据结构相似的化合物具有相似的靶点，推测未知化合物的靶点；2、基于结构的预测算法，通过反向的分子对接的方法预测化合物可能的靶点；3、1维结构预测方法，该类的算法根据蛋白的序列和小分子的结构预测其相互作用，从而能快速的预测化合物可能的靶点。

COMET结合三种算法的优势，算法主要框架如下图

首先，根据化合物的结构寻找相似的化合物的靶点，然后，基于靶标结构的算法模块（PLANET）进行打分。此时，已经有两套打分，此时基于机器学习的策略得到最终的一个打分，给可能的靶点进行排序。

COMET数据库来源

COMET的靶点数据库主要有3个来源：

1. TTD数据库Therapeutic Target Database：浙大药学院朱峰团队构建，COMET从中按照一定的规则挑取2685个结构。
2. 靶点结构数据库：PDB，AlphaFold DB + Cavity,得到约4.5万
3. 活性化合物数据库：ChEMBL，共计约100万对药物-药物相互作用

与别的数据库相比，COMET的数据库数量中等偏上，但是其信息较为完善

COMET成功率

分别选取ChEMBL33中新出现的500个多靶点化合物 (1456个药-靶作用对)和BindingDB中新出现的500个多靶点化合物(1308个药-靶作用对)作为测试集。测试结果表明：COMET靶标预测方法具有良好的准确率，显著超过目前该领域中的若干常用算法。

有需要的小伙伴可以来找陶术生物来做反向找靶点或者自己试用COMET，更多的咨询可以参考陶术小课堂CADD专栏-【人工智能药物设计】COMET系列