基于深度学习的SMYD2抑制剂的筛选与活性评价

刘小倩; 朱艳娟; 冯大为; 王璐琪; 刘钰杭; 芦静

doi:10.13951/j.cnki.37-1213/n.231013

烟台大学学报（自然科学与工程版） ›› 2024, Vol. 37 ›› Issue (4) : 430 -438. DOI: 10.13951/j.cnki.37-1213/n.231013

基于深度学习的SMYD2抑制剂的筛选与活性评价

刘小倩, 朱艳娟, 冯大为, 王璐琪, 刘钰杭, 芦静

作者信息 +

Author information +

文章历史 +

摘要

使用2个深度学习模型（Chemprop和RTMScore）从TopScience商业数据库中筛选潜在的SMYD2抑制剂，再使用CCK-8法测定化合物抑制活性，并分别采用细胞克隆和细胞划痕实验测定化合物抗A549细胞增殖、迁移能力，最终用细胞热转移实验和蛋白质印记实验验证化合物5与蛋白质的结合能力。结果表明，深度学习模型筛选出的化合物5对A549细胞增殖具有明显抑制作用（抑制率≥80%）,IC₅₀为10.89μmol/L;给予10μmol/L的化合物5后，A549细胞的克隆形成数和迁移面积均明显少于对照组（P<0.05）。细胞热转移实验证明化合物5与SMYD2能够结合。