每一款新藥的背后,都是成千上萬次的分子設(shè)計(jì)實(shí)驗(yàn)。
好在,從層層海選到?jīng)Q出冠軍,鵝廠AI可以幫上忙,而且“眼光”又快又準(zhǔn)。
今天,給大家介紹一位“AI化學(xué)家”——騰訊AI Lab云深平臺與成都先導(dǎo)藥物開發(fā)股份有限公司合作完成的骨架躍遷分子生成算法(GraphGMVAE)。
它是業(yè)內(nèi)首個經(jīng)實(shí)驗(yàn)驗(yàn)證的同類算法,能高效并準(zhǔn)確地尋找有潛力成為新藥的活性分子。
骨架躍遷技術(shù)
新藥研發(fā)中分子設(shè)計(jì)的常用策略。如果我們已知一個分子有活性,就嘗試把它的核心結(jié)構(gòu)(骨架)替換成別的,看看能不能“超級變變變”,變出個新的活性分子。
世界頂級學(xué)術(shù)期刊Nature稱,新藥研發(fā)平均要耗時(shí)10年時(shí)間,耗費(fèi)26億美元。這中間重要的一環(huán)就是分子設(shè)計(jì)。
傳統(tǒng)骨架躍遷方法需要合成幾十個、甚至上百個分子,才能得到一個活性不錯的分子,周期長、費(fèi)用高、成功率低。而我們的骨架躍遷分子生成算法最少只設(shè)計(jì)合成了7個分子,就能完成同樣效果的“海選”。
這是因?yàn)?,我們的“AI化學(xué)家”在骨架提取方面結(jié)合了人工規(guī)則,更接近人類化學(xué)家的角色。它可以突破現(xiàn)有骨架庫的大小規(guī)模,根據(jù)學(xué)到的化學(xué)定義探索廣闊的分子空間,生成更多新穎的骨架。
該研究結(jié)果發(fā)表于最新一期美國化學(xué)學(xué)會雜志ACS Omega上。我們期待,它可以為藥物化學(xué)專家設(shè)計(jì)分子時(shí)提供更多啟發(fā),降本增效。
未來,該算法將應(yīng)用于騰訊云深平臺助力新藥研發(fā),結(jié)合平臺ADMET預(yù)測工具優(yōu)化先導(dǎo)化合物,使新生成的分子既保持生物活性,還能滿足特定的藥代動力學(xué)性質(zhì)。
同時(shí),它還將嘗試改造復(fù)雜天然產(chǎn)物的結(jié)構(gòu),尋找化學(xué)上更易合成、生物活性和性質(zhì)更優(yōu)的苗頭化合物。
騰訊于2017年開始“AI+醫(yī)療”探索,依托騰訊AI Lab和騰訊云在前沿算法、優(yōu)化數(shù)據(jù)庫以及計(jì)算資源上的技術(shù)優(yōu)勢,不斷拓展和深化研究與應(yīng)用,涵蓋影像篩查、病理診斷、藥物研發(fā)多個領(lǐng)域。
2020年11月,騰訊自研的提升蛋白質(zhì)結(jié)構(gòu)預(yù)測精度的新方法層登上Nature子刊,還曾與合作伙伴合作研發(fā)中國首款獲批進(jìn)入臨床應(yīng)用的智能顯微鏡,與鐘南山團(tuán)隊(duì)聯(lián)合發(fā)布新冠危重癥預(yù)測模型等。
在產(chǎn)業(yè)方面,騰訊與安必平、邁瑞等廠家進(jìn)行了深入合作,推進(jìn)AI在顯微領(lǐng)域等廣泛應(yīng)用。