亚洲第一大网站,欧美三级网络,日韩av在线导航,深夜国产在线,最新日韩视频,亚洲综合中文字幕在线观看,午夜香蕉视频

產(chǎn)品分類(lèi)導航
CPHI制藥在線(xiàn) 資訊 DeepSeek帶你學(xué)AI | 藥物研發(fā)的“馬拉松”正被AI加速

DeepSeek帶你學(xué)AI | 藥物研發(fā)的“馬拉松”正被AI加速

熱門(mén)推薦： DeepSeek 藥物研發(fā) 生成式人工智能
作者：Jeff Wu  來(lái)源：抗體圈
  2025-02-05
生成式人工智能通過(guò)分子生成模型和優(yōu)化技術(shù)改變傳統藥物研發(fā)困境，雖面臨數據、可解釋性和合成可行性等挑戰，但已有成功案例和臨床進(jìn)展，未來(lái)跨學(xué)科合作等前景廣闊。

傳統藥物研發(fā)耗時(shí)長(cháng)（平均12年）、成本高（超28億美元），且失敗率高。生成式人工智能（Generative AI）通過(guò)加速分子設計、優(yōu)化藥效與安全性，正在改變這一局面。例如，AI模型能在21天內發(fā)現針對纖維化相關(guān)激酶的抑制劑，效率遠超傳統方法（圖1）。

藥物研發(fā)

圖1 | 常見(jiàn)的生成式模型架構：(a) 循環(huán)神經(jīng)網(wǎng)絡(luò )（RNN）；(b) 變分自編碼器（VAE）；(c) 生成對抗網(wǎng)絡(luò )（GAN）；(d) 圖神經(jīng)網(wǎng)絡(luò )（GNN）；(e) 標準化流模型。

生成式AI的核心技術(shù)

1. 分子生成模型

  • 變分自編碼器（VAE）：通過(guò)壓縮分子結構到潛在空間，再解碼生成新分子。例如，ChemVAE能生成具有特定溶解度或活性的化合物。
  • 生成對抗網(wǎng)絡(luò )（GAN）：生成器與判別器對抗訓練，提升分子真實(shí)性。如ORGAN模型成功生成針對COVID-19蛋白酶抑制劑。
  • 圖神經(jīng)網(wǎng)絡(luò )（GNN）：直接處理分子圖結構，適用于蛋白質(zhì)相互作用預測（圖2d）。

2. 優(yōu)化技術(shù)

  • 強化學(xué)習（RL）：通過(guò)反饋機制優(yōu)化分子屬性。例如，DrugEx模型設計出針對腺苷A2A受體的高效拮抗劑。
  • 遷移學(xué)習（Transfer Learning）：利用預訓練模型加速特定任務(wù)學(xué)習，如從通用分子庫遷移到抗癌藥物設計。

核心技術(shù)

圖2 | (a) 擴散模型通過(guò)加噪與去噪生成分子；(b) Transformer模型通過(guò)自注意力機制生成SMILES序列；(c) 結合遷移學(xué)習與強化學(xué)習的分子設計流程。

成功案例與臨床進(jìn)展

案例1：COVID-19藥物設計

  • Insilico Medicine利用GAN生成針對SARS-CoV-2主蛋白酶（Mpro）的候選分子，通過(guò)虛擬篩選獲得40個(gè)潛在化合物（圖3）。
  • Bung團隊通過(guò)RNN模型優(yōu)化QED和合成可行性，篩選出31個(gè)具有高結合力的候選藥物。

藥物設計藥物設計

圖3 | AMPTrans-1stm模型結合LSTM與Transformer生成新型抗菌肽，其多樣性?xún)?yōu)于訓練數據。

案例2：JAK1激酶抑制劑

  • GraphGMVAE模型生成具有新穎骨架的分子，其中一種化合物在體外實(shí)驗中顯示出5.0 nM的高活性（圖4），驗證了AI設計的可行性。

JAK1激酶抑制劑

圖4 | GraphGMVAE通過(guò)雙消息傳遞網(wǎng)絡(luò )（Dual-MPNN）實(shí)現骨架躍遷設計。

挑戰與解決方案

1. 數據瓶頸

  • 問(wèn)題：高質(zhì)量生物活性數據稀缺，公共數據庫（如ChEMBL）覆蓋有限。
  • 對策：聯(lián)邦學(xué)習（Federated Learning）實(shí)現跨機構數據協(xié)作，如MELLODDY項目聯(lián)合10家藥企共享加密數據。

2. 模型可解釋性

  • 問(wèn)題：黑箱模型難以理解分子生成邏輯。
  • 對策：可解釋AI（XAI）技術(shù)揭示關(guān)鍵分子特征，例如毒性基團識別。

3. 合成可行性

  • 問(wèn)題：AI生成分子可能難以合成。
  • 對策：集成合成路線(xiàn)預測工具（如RetroSyn），提前評估合成難度。

未來(lái)展望：

  1. 跨學(xué)科合作：建立類(lèi)似ImageNet的分子數據庫，推動(dòng)標準化評估。
  2. 臨床驗證：目前已有15款AI設計藥物進(jìn)入臨床試驗（表5），如Exscientia的DSP-1181（治療強迫癥）和Insilico的ISM001-055（抗纖維化）。
  3. 技術(shù)融合：結合量子計算與AI，探索更大化學(xué)空間。
表5 | 部分AI設計藥物臨床階段與靶點(diǎn)（示例：ISM3091為USP1抑制劑，用于癌癥治療）。

未來(lái)展望

結語(yǔ)：當AI在實(shí)驗室里“做夢(mèng)”，人類(lèi)正在見(jiàn)證藥物發(fā)現從“試錯藝術(shù)”變?yōu)?ldquo;預測科學(xué)”。這場(chǎng)變革不會(huì )取代科學(xué)家，而是賦予他們“超能力”?；蛟S不久的將來(lái)，治愈癌癥就像今天治療感冒一樣簡(jiǎn)單——而這背后，是一行行代碼與試管碰撞出的火花。
相關(guān)文章

合作咨詢(xún)

   肖女士    021-33392297    Kelly.Xiao@imsinoexpo.com

2006-2025 上海博華國際展覽有限公司版權所有（保留一切權利） 滬ICP備05034851號-57
张掖市| 襄垣县| 青龙| 南郑县| 赤水市| 茶陵县| 平顺县| 固阳县| 拜泉县| 台北县| 滨海县| 定兴县| 读书| 琼海市| 沙雅县| 招远市| 尖扎县| 四川省| 乌兰浩特市| 邓州市| 封丘县| 揭阳市| 六安市| 武夷山市| 姚安县| 临湘市| 襄城县| 读书| 舞阳县| 潍坊市| 外汇| 万源市| 东光县| 孟津县| 疏附县| 巫山县| 昆山市| 闽清县| 米脂县| 宜兴市| 双江|