韩国高丽大学团队开发了一套 AI 引导的药物发现流程，以人体宿主酶脱氧羟腐胺合成酶（DHPS）为靶点设计潜在抗病毒化合物。DHPS 参与 eIF5A 的 hypusination 修饰，该过程支持包括 HIV-1 和新冠病毒在内的多种病毒复制，因此是宿主导向抗病毒药物发现的潜在靶点。论文发表于《化学信息学杂志》。
研究系统评测了 13 个机器学习结合打分预测模型和 10 种分子生成方法：OOF-Stacking 预测性能最强，RL-Design 生成命中率最高，达 92.02%，其 top 分子中 98.0% 通过了类药性阈值。
与多数止步于计算评估的 AI 药物发现不同，团队做了实验验证：挑选 6 个 AI 生成的片段（140–190 道尔顿），3 个预测有活性的全部抑制了 DHPS，3 个预测无活性的全部无效，计算预测与实验结果完全一致；其中两个活性片段测得 IC50 为 31.2 和 49.1 μM，X 射线共晶结构证实了一个化合物结合在 DHPS 底物与 NAD 结合口袋入口。
值得注意的是，新命中片段的骨架与已知 DHPS 抑制剂无关——已知抑制剂高度模拟天然细胞分子，有脱靶风险。研究者强调这些仍是早期命中物而非候选药物，后续还需验证作用机制、选择性、细胞活性、毒性和动物模型表现。该流程已开源，计算需求不高，有望让更多实验室开展有实验支撑的 AI 药物发现。
