分子力學與量子力學
分子力學(MM)是一種傳統的計算方法,在有機合成化學,藥物化學和藥物設計等方面有重要的應用。但是,MM方法對藥物受體微環境中基于電子的特性進行研究時存在很大的局限性(注:分子力學忽略了電子的作用,雖然計算快速、計算量小且適用范圍廣,但僅限于研究不涉及電子反應的過程)。量子力學(QM)方法可以大大提高預測的準確性,并可用于化學和生物學體系及其相互作用的計算,缺點是QM方法在計算上極為昂貴(注:通常隨著體系的增加,計算量呈指數增長,導致對硬件設備要求高)。近年來隨著如密度泛函理論(DFT)(注:密度泛函方法以簡單的單電子密度代替復雜的波函數,減小了計算量),計算機性能的提高,以及基于云計算的分布式架構的出現,使得用QM方法計算成為可能。本文主要介紹幾個用量子力學方法并與其他方法結合進行藥物研發的著名初創計算公司,QM方法應用于藥物研發將有望提高藥物研究的成功率。
QM方法分類
量子力學方法是基于薛定諤方程,從微觀角度研究化學問題的一種方法。量子力學方法是將原子分為原子核和核外電子兩部分,分別求解原子核與原子核,原子核與核外電子,核外電子與核外電子的方程,其中求解電子間的部分最為耗時。QM方法包括:
耦合簇理論(CC),CC 方法是最可靠、最準確的量子化學計算方法之一。單雙迭代三重激發耦合簇理論方法 (Coupled Cluster with Single and Double and Perturbative Triple Excitations,CCSD(T))更被喻為是計算化學的―金字招牌。CCSD(T)/CBS 方法能夠準確地計算非鍵作用,但是此方法對計算機硬件要求非常高,目前僅限于計算包含幾十個原子。
微擾理論方法(MP),通常包括MP2(二階微擾),MP3(三階圍繞)然而該方法目前僅限于包含一百個原子以內的體系的計算。
密度泛函方法(DFT),目前 DFT 方法僅能應用到包含幾百個原子的體系。
半經驗量子力學方法(SQM),SQM方法可以用于計算包含上千個原子的大體系,且計算效率要優于從頭算方法。
應用QM理論進行藥物研發的初創企業
ChemAlive

總部位于瑞士的ChemAlive公司成立于2014年,致力于將量子力學計算和機器學習等多種技術結合使用,從而準確預測化學反應、分子特性,并為藥物研發提供技術支持。該公司開發了一系列基于云計算的軟件產品,可通過應用程序編程接口(API)獲得,包括InteraQt(基于結構的量子動力學和量子力學/分子力學對接工具),ConstruQt(用于設計化學庫的高通量量子化學),以及用于化學反應建模和光譜預測的其他軟件包。2017年,ChemAlive贏得了MassChallenge瑞士初創企業競賽并獲得項目開發資助,同時也獲得了多個企業家精神和研究獎項。 ?
Cloud Pharmaceuticals
成立于2014年,這家位于北卡羅來納州的公司應用包括化學信息學,機器學習和量子力學在內的一系列計算技術來加速和改善藥物研發進程。他們的研究平臺–量子分子設計(QMD)使用云計算技術,該技術提供了強大的計算能力并具有靈活性,可以對復雜的化學及生物過程進行建模。借助QMD,該公司可以快速,經濟高效地產生類似藥物的靶蛋白和相近藥物,從而廣泛的實現生物制藥和“非藥物”的目標。雖然QMD的關鍵組件是人工智能引擎,但重要組成部分是應用量子力學與分子力學結合(QM/MM)來準確預測溶劑和蛋白質環境中蛋白-配體結合的親和力。迄今為止,Cloud Pharmaceuticals通過兩輪風險投資和研究贈款共募集了150萬美元。2018年,它與GSK簽署了一項發現新型小分子線索的研究協議。
Entropica Labs

是一家新加坡創業公司,成立于2018年,正在為生物信息學構建基于云計算的量子計算軟件和算法。他們的平臺將多組學數據集和表型測量與經典量子力學-機器學習方法混合在一起。專注于醫療保健,藥物開發和農業技術,Entropica Labs的軟件使基因組學研究人員能夠使用新形式的統計分析和機器學習,從而能夠更好的發現個性化治療的有效方法,研發更安全的藥物和更高產的農作物。目前該公司已從Entrepreneur First基金募集了資金。
GTN
總部位于倫敦的計算初創公司GTN開發了專利技術和軟件Generative Tensorial Networks,該技術可以分析小分子的大化學空間,從而發現可能會成為藥物的小分子。該軟件基于機器學習和量子物理學的技術,與傳統的計算方法相比具有出色的效果。2018年,GTN 從包括Isomer Capital,Octopus Ventures和Pentech Ventures在內的多個投資者那里募集了約270萬美元。
Hafnium Labs

于2018年在丹麥成立,是一家早期研究創業公司,開發了兩個軟件包,用于對純組分和混合物的物理性質進行高精度模擬以及對電解質進行建模。Q-props和Epsilon這兩種軟件產品都結合了量子化學,人工智能(AI)和云計算的最新進展,以實現高精度的預測。通過云計算功能,Hafnium Labs可以準確預測化學反應,從而加快藥物發現,新材料和工藝的開發。它還具有按使用付費的商業模式,與傳統模式相比這種模式更實惠。到目前為止,Hafnium Labs從丹麥創新基金,IBM和Climate-KIC加速計劃(EIT)募集了贈款。
Pharmacelera
位于巴塞羅那的計算初創公司Pharmacelera通過兩個主要軟件包PharmScreen和PharmQSAR并應用量子化學技術來促進藥物的設計。第一個工具使用基于相互作用場的高精度3D配體比對算法,進行基于配體的精確虛擬篩選。與傳統方法和工具相比,這種方法具有多樣性。PharmQSAR是一種3D定量結構-活性關系(QSAR)工具,可將多種相互作用組合在一起以進行CoMFA / CoMSIA研究。該公司成立于2015年,迄今為止已從贈款和制藥業務那里募集了超過100萬美元。此外,Pharmacelera的聯合創始人兼首席執行官Enric Gibert博士也回答了有關現代藥物設計中量子物理學的現狀和未來的許多問題。
ProteinQure

總部位于多倫多的初創公司ProteinQure成立于2017年,它將量子計算,深度學習和分子模擬相結合,以設計新型蛋白質藥物。并使用這些技術組合來探究生命活動的基本過程,例如蛋白質折疊以及生物分子之間相互作用的基本物原理。
利用其專有算法和外部超級計算資源,ProteinQure可以設計基于小肽的治療(包括環肽),并在沒有已知晶體結構的情況下探索蛋白質結構。
Qulsb
Qulab成立于2017年,位于加利福尼亞州,在不久的將來可能會推出小型量子計算機。同時,該公司建立了一個由AI驅動的集成藥物設計和化學合成平臺Quleap,該平臺目前在傳統計算機上運行,并已為制藥合作伙伴提供了高精度的建模功能。但是該公司指出,他們需要一個300至1000量子位的量子計算機,來提高藥物設計的質量。一旦擁有如此大的量子計算機,Qulab便有望成為該藥物研究領域的領跑者。
Riveriane?
Riverlane是一家來自英國劍橋的早期創業公司,剛剛從Amadeus Capital Partners和Cambridge Innovation Capital募集了420萬美元初始資金,用于在一系列量子計算硬件平臺上驗證其技術并與早期采用者建立商業關系。Riverlane公司在材料設計和藥物研發中通過一系列量子計算的硬件平臺來保障其技術的運行。
Silicon Therapeutics
總部位于波士頓的藥物計算公司,成立于2016年,其宗旨是通過基于物理學的分子模擬,量子物理學,統計熱力學和分子動力學模擬改善藥物研發進程。Silicon Therapeutics專注于癌癥和炎癥先天免疫力的研究,并且已經擁有了自己的早期小分子篩選藥物渠道,目前有兩種研發藥物已經進入了臨床階段。該公司在構象遺傳學領域也有貢獻,致力于將遺傳突變與生物學功能聯系起來。迄今為止,Silicon Therapeutics 已從BIDMC,紅杉,成威和其他投資者那里募集了5000萬美元。
XtalPi
是一家總部位于波士頓的制藥技術公司,該公司由麻省理工學院的量子物理學家于2014年成立。它采用量子力學、人工智能和高性能云計算算法對藥物進行研發,可對小分子藥物及其晶體結構進行高精度的理化性質和藥物特性的預測,這也是成功研發藥物的關鍵要素。XtalPi 從包括紅杉中國,騰訊和谷歌在內的六家投資者中募集了總計6760 萬美元,這使其成為市場上資金最雄厚的計算藥物研發初創公司之一。2018年,該公司宣布與輝瑞(Pfizer)建立戰略研究合作伙伴關系。