自20世紀(jì)60年代初，首 個(gè)定量構(gòu)效關(guān)系QSAR模型誕生并應(yīng)用于藥物發(fā)現(xiàn)后，計(jì)算機(jī)輔助藥物設(shè)計(jì)（CADD）得以飛速發(fā)展，成為制藥業(yè)的核心工具。分子對(duì)接技術(shù)由于其準(zhǔn)確性和實(shí)用性，不僅廣泛應(yīng)用于西藥研發(fā)，更拓展至中藥和食品領(lǐng)域。該技術(shù)有助于發(fā)現(xiàn)先導(dǎo)化合物、篩選藥物、明確藥物作用機(jī)理，甚至可揭示毒副作用和不良反應(yīng)。
隨著機(jī)器學(xué)習(xí)與人工智能的崛起，AI驅(qū)動(dòng)的藥物發(fā)現(xiàn)（AIDD）逐漸嶄露頭角，將逐漸取代CADD成為主流。那么，AI加持的分子對(duì)接未來(lái)將如何變革？
01
更準(zhǔn)
在傳統(tǒng)的藥物設(shè)計(jì)中，預(yù)測(cè)分子間的相互作用主要依賴于實(shí)驗(yàn)和經(jīng)驗(yàn)，但這種方法往往受到實(shí)驗(yàn)條件和主觀因素的影響。
而AI虛擬對(duì)接作為藥物設(shè)計(jì)的重要工具，通過(guò)深度學(xué)習(xí)和復(fù)雜的算法，大大提高了預(yù)測(cè)的準(zhǔn)確度。
在加入計(jì)算機(jī)學(xué)習(xí)及人工智能算法后，AI分子對(duì)接的預(yù)測(cè)精度顯著提升，為藥物設(shè)計(jì)和篩選提供了更為可靠的依據(jù)。
02
更快
分子對(duì)接有多種類型，剛性對(duì)接、半柔性對(duì)接及柔性對(duì)接。其中柔性對(duì)接能計(jì)算配體和蛋白質(zhì)的自由變化，精確度高但對(duì)計(jì)算資源要求極高。然而，借助AI和云算力，我們能夠降低對(duì)硬件的依賴。
通過(guò)應(yīng)用超算技術(shù)，AI分子對(duì)接的分析速度提升至數(shù)天完成整個(gè)分子庫(kù)上億對(duì)配體與靶點(diǎn)的對(duì)接分析。
這一突破性進(jìn)展將大大縮短藥物研發(fā)周期，加速創(chuàng)新藥物的上市進(jìn)程。
03
更簡(jiǎn)單
傳統(tǒng)的分子對(duì)接涉及多個(gè)步驟和參數(shù)，對(duì)新手而言有一定的學(xué)習(xí)門(mén)檻。市面上甚至還有非常多的實(shí)操培訓(xùn)班。而如今，隨著人工智能的發(fā)展，盲對(duì)接算法的出現(xiàn)簡(jiǎn)化了這一過(guò)程。通過(guò)人工智能的自動(dòng)化和智能化處理，研究人員可以更加便捷地進(jìn)行分子對(duì)接，降低了技術(shù)門(mén)檻，使得更多人能夠參與到藥物研發(fā)的過(guò)程中。這一轉(zhuǎn)變讓藥物研發(fā)變得“傻瓜式”操作，極大地提高了研發(fā)效率。
此外，AI分子對(duì)接在中藥研發(fā)領(lǐng)域也展現(xiàn)出巨大潛力。中藥有效成分結(jié)構(gòu)復(fù)雜且數(shù)量龐大，傳統(tǒng)的對(duì)接方法往往難以處理。而AI技術(shù)能夠更好地解析中藥成分之間的相互作用，為中藥的現(xiàn)代化和國(guó)際化提供有力支持。通過(guò)應(yīng)用AI網(wǎng)絡(luò)藥理學(xué)算法、批量成分活性預(yù)測(cè)等先進(jìn)技術(shù)，我們能夠解決中藥多成分、多靶點(diǎn)、多信號(hào)通路多效應(yīng)機(jī)制復(fù)雜的問(wèn)題，進(jìn)一步增強(qiáng)中藥藥效并加強(qiáng)新適應(yīng)癥的二次開(kāi)發(fā)。
總結(jié)來(lái)說(shuō)，AI升級(jí)加持后的分子對(duì)接在藥物研發(fā)領(lǐng)域展現(xiàn)出巨大的潛力和優(yōu)勢(shì)。它以更高的準(zhǔn)確度、更快的速度和更簡(jiǎn)便的操作性，引領(lǐng)著藥物研發(fā)的創(chuàng)新發(fā)展。無(wú)論是西藥還是中藥領(lǐng)域，這一技術(shù)都將為新藥的發(fā)現(xiàn)和開(kāi)發(fā)提供強(qiáng)有力的支持。未來(lái)，隨著AI技術(shù)的不斷進(jìn)步和應(yīng)用拓展，我們有理由相信分子對(duì)接將在藥物研發(fā)領(lǐng)域發(fā)揮更加重要的作用，為人類健康事業(yè)的發(fā)展做出更大的貢獻(xiàn)。
圖片來(lái)源：天然產(chǎn)物AI研發(fā)平臺(tái)-分子對(duì)接
為什么選擇天然產(chǎn)物AI研發(fā)平臺(tái)？
為了評(píng)估我們AI分子對(duì)接算法在反向?qū)臃矫娴男阅?，我們采用了這篇文獻(xiàn)[1]中常用的兩個(gè)數(shù)據(jù)集Astex Diverse Set(ADS)和DrugBank，并使用其中的反向?qū)釉u(píng)分函數(shù)比較了常見(jiàn)的三類算法及其改進(jìn)版本的性能：①Autodock Vina；②DOCK；③Schr?dinger GLIDE?？梢钥闯鎏烊划a(chǎn)物AI研發(fā)平臺(tái)的算法均優(yōu)于其它的算法。
ADS:
圖片來(lái)源：天然產(chǎn)物AI研發(fā)平臺(tái)
DrugBank：
圖片來(lái)源：天然產(chǎn)物AI研發(fā)平臺(tái)
合作咨詢
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2024 上海博華國(guó)際展覽有限公司版權(quán)所有（保留一切權(quán)利）
滬ICP備05034851號(hào)-57
