近日，在華為開發(fā)者大會(huì)(Cloud)的人工智能全場(chǎng)景創(chuàng)新與實(shí)踐峰會(huì)上，中科院上海藥物所鄭明月研究員發(fā)表了題為《新冠疫情分秒必爭(zhēng)，AI提升10倍篩藥效率》的演講，重點(diǎn)介紹了當(dāng)前藥物篩選面臨的挑戰(zhàn)和關(guān)鍵問題、AI藥物研發(fā)領(lǐng)域的最新進(jìn)展，并與華為云聯(lián)合發(fā)布AI大規(guī)模藥物虛擬篩選云服務(wù)，展示了“云+ AI”端到端賦能藥物篩選的全流程。
上海藥物所聯(lián)合華為云發(fā)布AI藥物篩選服務(wù)
藥物研發(fā)是一個(gè)漫長(zhǎng)的過程，傳統(tǒng)的藥物研發(fā)需要投入大量的研發(fā)人員，花費(fèi)十到十五年的時(shí)間，以及數(shù)十億美元的研發(fā)經(jīng)費(fèi)。演講中，鄭明月研究員介紹道，近年來藥物研發(fā)領(lǐng)域的技術(shù)變革，得益于冷凍電鏡、DNA編碼化合物庫、各種組學(xué)技術(shù)等新技術(shù)的發(fā)展。藥物研發(fā)領(lǐng)域產(chǎn)生了海量數(shù)據(jù)，而AI技術(shù)可以更深入地挖掘這些數(shù)據(jù)，所以IT和BT的融合可能成為新藥研發(fā)新的范式。譬如，在2020年新冠疫情爆發(fā)初期，上海藥物所蔣華良院士和上?？萍即髮W(xué)、武漢病毒所成立聯(lián)合攻關(guān)團(tuán)隊(duì)，在短短十幾天的時(shí)間解析出全球首個(gè)高分辨率Mpro蛋白結(jié)構(gòu)，并在第一時(shí)間發(fā)布，極大促進(jìn)了抗病毒藥物的研發(fā)工作，相關(guān)成果發(fā)表于Nature和Science雜志。
基于華為云醫(yī)療智能體EIHealth，鄭明月研究員與華為云團(tuán)隊(duì)開展了多個(gè)AI藥物研發(fā)合作項(xiàng)目，如從一級(jí)序列預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)的iPhord算法1用于藥物靶點(diǎn)早期研究，藥物重定位AI預(yù)測(cè)算法2，使用多組學(xué)自動(dòng)建模工具AutoOmics快速發(fā)現(xiàn)生物標(biāo)志物3，用個(gè)性化聯(lián)邦學(xué)習(xí)整合算法FedAMP4實(shí)現(xiàn)藥企數(shù)據(jù)高效安全整合等。
鄭明月研究員介紹華為云醫(yī)療智能體EIHealth
最后，鄭明月研究員發(fā)布了聯(lián)合華為云團(tuán)隊(duì)開發(fā)的大規(guī)模藥物虛擬篩選云服務(wù)。該服務(wù)利用華為云端萬核超大算力，可實(shí)現(xiàn)十倍的藥物篩選效率提升;服務(wù)內(nèi)置原創(chuàng)的iFitDock算法5，可同時(shí)實(shí)現(xiàn)剛性和柔性對(duì)接，真實(shí)反映蛋白質(zhì)的生理狀態(tài)和功能;服務(wù)內(nèi)提供億級(jí)規(guī)模、最大的人工可合成藥物庫DrugSpaceX藥物篩選庫6，可追溯反應(yīng)路徑，快速實(shí)現(xiàn)藥物生成。該服務(wù)能夠?yàn)獒t(yī)藥企業(yè)、科研單位提供更好的服務(wù)，助力新藥研發(fā)。
中科院藥物所聯(lián)合華為云發(fā)布大規(guī)模藥物虛擬篩選云服務(wù)
華為云醫(yī)療智能體EIHealth基于華為云AI昇騰集群服務(wù)、華為云一站式AI開發(fā)平臺(tái)ModelArts的強(qiáng)大AI能力，集成了醫(yī)藥領(lǐng)域眾多算法、工具、AI模型和自動(dòng)化流水線，目標(biāo)是打造一個(gè)全棧、開放、專業(yè)的醫(yī)療行業(yè)企業(yè)級(jí)AI研發(fā)平臺(tái)。 更多信息請(qǐng)?jiān)L問https://www.huaweicloud.com/product/eihealth.html。
參考文獻(xiàn)
1.https://www.predictioncenter.org/casp14/doc/CASP14_Abstracts.pdf.
2.Liu, D. et al. AutoGenome: An AutoML Tool for Genomic Research. bioRxiv 842526 (2019) doi:10.1101/842526.
3.Xu, C. et al. AutoOmics: An AutoML Tool for Multi-Omics Research. bioRxiv 2020.04.02.021345 (2020) doi:10.1101/2020.04.02.021345.
4.Huang, Y. et al. Personalized Cross-Silo Federated Learning on Non-IID Data. arXiv:2007.03797 [cs, stat] (2021).
5.Bai, F., Morcos, F., Cheng, R. R., Jiang, H. & Onuchic, J. N. Elucidating the druggable interface of protein−protein interactions using fragment docking and coevolutionary analysis. Proc Natl Acad Sci USA 201615932 (2016) doi:10.1073/pnas.1615932113.
6.Yang, T. et al. DrugSpaceX: a large screenable and synthetically tractable database extending drug space. Nucleic Acids Research49, D1170–D1178 (2021).
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
