AI-enhanced virtual screening approach to hit identification for GluN1/GluN3A NMDA receptor
7.5
来源：
Nature
发布时间：
2025-08-26 19:46
摘要：
该研究采用AI增强的虚拟筛选方法，成功识别了针对GluN1/GluN3A NMDA受体的小分子候选药物。通过筛选1800万种化合物，发现两种化合物的IC50值均低于10μM，其中一种显示出显著的抑制活性。这一创新方法为探索难以研究的靶点提供了有效的框架，具有潜在的临床应用价值。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0分
business_impact
0.5分
scientific_rigor
1.5分
timeliness_innovation
1.5分
investment_perspective
2.5分
market_value_relevance
1.0分
team_institution_background
0.5分
technical_barrier_competition
0.5分
关键证据
研究中验证了两种小分子化合物的活性，IC50值均低于10μM，显示出良好的药物潜力。
采用AI增强的虚拟筛选方法，成功识别针对GluN1/GluN3A受体的小分子候选药物。
研究涉及中国科学院的多个机构，展示了国内在NMDA受体研究领域的进展。
真实性检查
否
AI评分总结
该研究采用AI增强的虚拟筛选方法，成功识别了针对GluN1/GluN3A NMDA受体的小分子候选药物。通过筛选1800万种化合物，发现两种化合物的IC50值均低于10μM，其中一种显示出显著的抑制活性。这一创新方法为探索难以研究的靶点提供了有效的框架，具有潜在的临床应用价值。