来自莫斯科物理科学与技术学院(MIPT)，斯科尔科沃科学技术研究所(Skoltech)和南加州大学(USC)的科学家开发出一种新的计算方法来设计热稳定的G蛋白偶联受体(GPCR)对创造新药有很大帮助。该方法已经证明可用于获得几种主要人类受体的结构。新方法的概述发表在Current Opinion on Structural Biology上。

受体是捕获和传递信号并在人体调节中起关键作用的分子。GPCR是参与视觉，嗅觉，免疫反应和大脑过程的最着名的人类蛋白质家族之一，使其成为重要的药物靶标。对于作为目标的受体，研究人员需要非常详细地了解其结构，就像锁匠需要知道锁的内部结构以制作适合的钥匙一样。研究从细胞膜分离时变得不稳定的受体是一项更具挑战性的任务，这在很大程度上得益于有助于准确预测受体软斑的计算方法以及使其更稳定的变化。

“GPCR的结构研究具有很高的科学和应用价值，因为这些蛋白质是30%到40%药物的目标。我们的方法依赖于几种方法，包括机器学习，分子建模和生物信息学，这些方法专门针对GPCRs。这些方法是互补的，可以有效地预测可以增强受体稳定性的最小可能变化，并使其更容易获得其分子结构，“MIPT G蛋白偶联受体结构生物学实验室的Petr Popov教授解释说。 Skoltech计算和数据密集型科学与工程中心。

在MIPT，Skoltech和USC开发的新方法允许研究人员获得四种重要人类受体的结构，包括参与脑信号传递和疼痛感知的大麻素受体，以及涉及人体炎症过程的前列腺素受体。该研究结果发表在国际顶级科学期刊“