人工智能技术将成药物研发重要专用工具

人工智能技术将成药物研发重要专用工具 ◎本报讯记者 代小佩

“AI(人工智能技术)关键技术于药物研发早已造成科研院所和制药行业十分重视，AI逐渐颠覆式创新药物研发的靶点发觉和确定、药品先导化合物的发觉和提升、药品药代和毒副作用点评等不同环节，将变成将来药物研发的关键核心技术之一。”7月12日，中科院工程院院士、中科院上海市药物研究所研究者蒋华良在2022《理解未来》科学合理专题讲座第二期“AI 分子模拟与药物研发”作演讲主题时表示。

专题讲座中，蒋华良介绍了国际性创新药研究的进度与发展趋势。他觉得，小分子药物层面有一些至关重要的问题亟需AI参加处理。比如，融合活化能的处理速度已较过去提升了3—5倍，而仅有当速度提升到上万倍，融合活化能预测分析精准度与小分子药物设计方案高效率才有希望完成实质提升。

在蒋华良来看，制药业行业的高资金投入、长周期等困扰无法在短时间明显改善，但AI在预测分析临床医学备选药品通过率层面将大有作为。“在临床研究之中，大约10种备选药中仅有1种会实验取得成功，而我们积累了几万个药品的临床数据，里边包括过去很多临床研究不成功药品的通用性数据信息，根据模型、测算，能够预测分析清除掉临床医学备选药品里的不成功药品，能够更好地锁住很有可能会成功的药品。”蒋华良说。

北大有机化学与分子结构工程学校专家教授、北大理学类处处长负责人高毅勤在专题讲座中融合分子模拟提到，传统式的分子模拟在用于繁杂的化学和生物等分子结构管理体系时遭受比较严重的时光限度限定，以机器学习为象征的AI新技术能够在基础理论和测算、概念和试验、估算和研究中间创建有机化学联络，变成现阶段提升传统式分子模拟短板并且为分子模拟和分子结构科学合理颠覆式创新的关键专用工具。

据介绍，高毅勤精英团队根据概念模型、科学试验数据信息和人工智能技术，发展趋势了好几个融合深度神经网络的分子模拟方式，在全世界蛋白质的功能预测分析比赛(CAMEO)中取得优异成绩。

但是，AI用于药物研发现阶段还处在初始阶段。蒋华良表明，必须发展趋势药物研发专用型的AI新技术应用，并与传统式的药品分子结构设计方案和实验技术紧密联系，才可以真真正正颠覆式创新药物研发。

以小分子药物设计方案为例子，高毅勤提及，数据是牵制小分子药物设计方案的最大的短板，“现阶段可以真真正正得到的靠谱数据信息很少，数据信息层面还存有指标值不统一、隐秘数据无法获得等情况”。

本次专题讲座节目主持人、将来社区论坛理事长、北大李兆基讲席专家教授谢晓亮也表明，现阶段已经有公司以活化能测算替代规模性小分子药物挑选，实验中也有以微流控挑选技术性提升扩散系数，因此大幅度减少花费。但是，因为小分子水信息量不够、数据库系统不够大，还不能完成小分子药物的机器学习算法预测分析，这也是小分子药物设计室遭遇的极大考验。