谢黎炜

广省精准医学应用学会微生态医学分会共同发起人

广东省微生物研究所研究员

美国佛罗里达大学营养科学博士。曾在密歇根大学医学院生理系和乔治亚大学分子医药中心从事博士后研究，主要研究方向为肠道菌群与健康和疾病，肌肉干细胞，棕色脂肪和米色脂肪的生理机制和机体系统微量元素代谢和稳态平衡的分子调控机制。主要从事肠道微量元素铜铁代谢以及相关的基因调控机制的探究；肝癌，大肠癌，肝脏代谢相关分子机制研究；利用高通量二代测序探寻癌症以及代谢疾病相关的分子机制。近五年共发表SCI收录论文18篇，荣获美国心脏协会博士后科研基金、广东省科学院和广东省微生物研究所海外高层次人才引进特殊支持计划。

药物研发具有投入大，风险高，周期长。近年来，以深度学习为代表的人工智能技术在药物研发领域已经崭露头角，尤其是在药物发现阶段中全新分子库生成，活性及ADMET性质预测以及药物合成路线预测等方面，深度学习技术相比传统机器学习方法体现出明显优势。因此，人工智能技术被业界寄予厚望，利用该技术降低药物研发成本，缩短研发时间，进而加速药物研发进程。

广东省微生物研究所谢黎炜研究员团队与中大药学院徐峻教授团队，联合在药物化学权威杂志European Journal of Medicinal Chemistry发表了标题为“Deep learning enables discovery of highly potent anti-osteoporosis natural products”的文章，报道了基于深度学习技术从天然产物库中虚拟筛选发现全新的高活性抗骨质疏松活性化合物，虚拟筛选发现的5个天然产物结构新颖，其中体外活性最好的2个化合物分别为32nM和68nM；申请中国发明专利，具有重要的潜在开发和转化价值。

骨质疏松症是一种以骨量低下，骨组织微结构损坏，导致骨脆性增加，易发生骨折为特征的全身性骨病。骨质疏松性骨折作为骨质疏松症的严重并发症，危害巨大，是老年人致残和致死的主要原因之一。我国已成为世界上老年人口绝对数最大的国家，人口老龄化日趋严重。骨质疏松症作为老龄化社会常见疾病，发病率高，是影响老年人生活质量的重要因素，同时长期的治疗与护理带来巨大的家庭和社会负担。目前临床上抗骨质疏松药物主要包括：抗骨吸收药物，如双膦酸盐类、雌激素受体调节剂、RANKL 抑制剂等；促骨形成的药物，如甲状旁腺激素类似物。这些药物虽然能在一定程度上提高骨质疏松患者的骨密度，但存在各种副作用，如双膦酸盐类药物会引起下颌骨坏死，雷洛昔芬会引起静脉栓塞。因此，我们亟需研究更加有效、副作用更小的抗骨质疏松症治疗药物。