2025 年 10 月 16 日，德克萨斯大学健康科学中心沃斯堡分校（UNT Health Fort Worth）Siderovski 实验室携手 Enamine 公司，共同在线上举办了一场研讨会，核心议题围绕前沿案例 “‘不可成药’RGS14 蛋白的成药性突破” 展开。研讨会伊始，Enamine 公司销售与市场部副总裁 Yurii Moroz 博士率先登场，为现场观众介绍了 Enamine 旗下的 Real 产品。
“REAL” 是 “REadily AccesibLe” 的缩写，其核心是 Enamine 专为药物发现打造的按需定制虚拟化合物库。该库以合成可行性、经济性与通量为核心优势，目前已拥有超 30 万个构建模块、171 种 REAL 反应。2024 年第四季度发布的 REAL Space 包含 78.1 亿个独特结构，同期发布的 REAL Database（理化性质优化子集）则包含 10.4 亿个结构，可通过enaminestore.net、chem-space.com、ZINC22 等多个平台访问。
随后，德克萨斯大学健康科学中心沃斯堡分校的 David Siderovski 教授，围绕 “AI+REAL Space 助力 RGS14 蛋白成药性突破” 的具体研究展开系统分享。该研究的核心成果已发表于《Journal of Biological Chemistry》（2025 年，301 卷 10 期，110611 页），读者可通过doi.org/10.1016/j.jbc.2025.110611获取全文。
第一步筛选中，团队将该受体网格输入 AtomNet 深度学习筛选系统，针对 Enamine 2020 年版本的 250 万化合物在库虚拟库进行筛选。通过 AtomNet 完成化合物评分后，先对排名前 30000 的候选化合物应用 Lipinski 五规则过滤（规避后续研发中可能出现的吸收或渗透问题），再通过 Butina 聚类（ECFP4 Tanimoto 系数＜0.35）确保化合物的化学多样性。最终选取 96 种化合物，在 Transcreener GDP RGScreen 实验中验证活性，成功鉴定出活性三唑并噻二嗪衍生物 Z90276197—— 该化合物可直接从 Enamine 现货库存获取。
为进一步优化活性与选择性，团队开展第二步筛选：沿用相同的受体网格，在 AtomNet 中对 Enamine 含 160 亿化合物的 REAL 库进行虚拟筛选，同样选取 96 种化合物进行 Transcreener GDP 实验验证。这些化合物由 Enamine 通过快速合成交付，最终从中鉴定出 48 种额外的活性三唑并噻二嗪衍生物，其活性与选择性均优于初代化合物 Z90276197。这些衍生物在活性（如部分化合物对 RGS14 的 IC₅₀低于初代化合物 Z90276197 的 81μM）与选择性（部分化合物对 RGS14 的抑制选择性高于 RGS12）上均有提升，同时明确了该类化合物的构效关系（如 R2 位苯环的对位甲基 / 卤素取代可提升 potency、R1 位偏好取代苯环或苯并呋喃结构、R3 位乙酸基团非必需等），为后续关键化合物（如 Z55660043、Z55627844）的发现与验证提供了基础。
研讨会后半程，Yurii Moroz 博士与 David Siderovski 教授共同开启互动答疑环节，针对线上观众提出的疑问逐一回应，进一步阐释了 Enamine 的库存化合物与 REAL Space 在缩短新药研发周期、提升筛选效率等方面的关键价值，为参会者提供了更深入的行业洞察。