转自：上观新闻

团队介绍

｜PROFILE

团队名称：冬旦之间团队

名次：二等奖

主要成员：李世伟、吴洒男、李宗全、马欣悦、徐超

“

上海科技大学

冬旦之间团队

都知道AI能写诗、能画画，你相信AI能帮我们更快地发现更多新药，甚至找到人都找不到的药吗？

在药物研发领域，“双十定律”广为流传，如今新药研发的速度正在加快，但成功率依然是“九死一生”。“冬旦之间”团队导师、上海科技大学生命科学与技术学院/免疫化学研究所研究员白芳以本次大赛赛题为例，“在药物研发领域，NMDA离子通道作为一类靶标极具挑战性，因其中动态行为与功能机制复杂，使得药物研发相对较为困难。”

她补充道，“如果依靠传统实验方法从超过1800万种化合物的库中筛选潜在药物，所需的时间和成本将非常高昂。但借助AI技术，可以显著缩短周期并有效降低成本。”

2023年6月，上海市科委印发《上海市计算生物学创新发展行动计划（2023—2025年）》，并设立了上海市科技创新行动计划“计算生物学”专项。而本次举办这项大赛，是上海市科委“以赛选项”的创新举措，符合条件的获奖团队将直接纳入上海市科技创新行动计划“计算生物学”专项，得到后续支持，将前沿科技成果转化为新质生产力。

“我们利用这次比赛的机会作为我们方法‘练兵’的宝贵机会，结果非常理想。即便是在极具挑战性的靶标上，我们的方法也能取得良好效果，进一步证实了其可靠性。”白芳说道。

1

50%入围命中率，AI+物理模型会是更好的选择吗？

根据大赛规则，初评环节利用手动膜片钳设备，对进入初评环节的小分子进行活性验证。

“

“我们团队入围的12个分子是有6个晋级到初评，就是50%入围命中概率，这个概率相当高。”本次大赛入围前十“冬旦之间”团队队长、上海科技大学白芳课题组博士研究生李世伟颇为自豪地介绍道。

”

他进一步解释道“从这个角度看，AI+物理模型还是有它独特的优势。”在“冬旦之间”团队看来，“最理想的状态当然是AI能够实现完全自动化来进行药物研发，但显然，这在现实中是难以实现的。药物研发的整个过程非常复杂，每个阶段都有其特定的方法。现阶段，关键在于各阶段方法的多样性和互补性。”

尽管AI制药展现了巨大的潜力，但仍面临着多方面挑战。“我们缺乏足够的数据。特别是AI异常火热，数据为王的今天。生物医药行业因其特性，数据存在诸多问题，比如标准不一、阴阳数据不平衡、质量参差不齐、数据规模往往相对较小、数据噪音大、解析难度高等等。”白芳举例道，“对于实验人员来说，3.6和3.61可能没有什么本质差别，但对于AI来说，这两者或是完全不同的。”

“

“在很多领域，尤其是生物医药领域，数据极为缺乏。在这种情况下，AI很难发挥其全部潜力。此时，物理模型变得非常重要，物理模型通常基于理论或者经验，对科学问题进行降维描述，从而有效规避了数据匮乏带来的限制。”

”

“目前，结合AI和物理模型是药物设计领域一个重要的应用策略。这种方法介于纯粹的AI和传统的计算机辅助药物设计（CADD）方法之间，既利用了AI的优势，又保留了传统物理模型的长处。实验室产生的质量较高的数据会被用来反馈和优化我们的AI模型，在迭代中不断完善。”她补充道。

2

将所学化作实践，在比赛中验证研究思路

“这次比赛的经历证明了我们目前研发的方法和之前积累的经验都是有效的，无论是从方法论还是经验角度来看，我们都走在正确的道路上。”李世伟介绍道。

他们在比赛中引入了一些创新方法。“最初，我的模型仅用于小规模的药物和蛋白质亲和力预测任务。但面对这次大赛中包含庞大的1800万个化合物的数据库，我们不得不对原有算法进行改进，以适应在短时间内完成大规模数据库筛选的需求。”他们开始探索亲和力预测的方法以及结合位点预测。“结合位点预测是一个‘老’的科学问题，但我们的方法有其独特之处。我们不依赖结构信息，而是利用最先进的蛋白质语言模型和AI技术进行预测，一方面有效减小了参数维度、节省计算时间，另外一方面也规避了本赛题涉及蛋白质无准确实验结构的限制。”

“

“在学术界，我们可能更关注算法精度的提升，但在工业界，关注的则是成果能否转化为实际应用、算法能否真正降低药物研发的成本。”在团队成员马欣悦看来，计算生物学创新大赛，在一定程度上架通学术界与工业界沟通桥梁。

”

“这次比赛让我更加清楚地认识到，计算生物学是一个跨学科的交叉融合领域。我也意识到了自己在团队中的不足和需要改进的地方，以及团队合作和交流的重要性。这次经历不仅锻炼了我的创新思维和科研思维，也坚定了我对计算生物学在解决生物学问题方面的信念。”团队成员徐超说道。

3

AI制药是加速药物研发的快车道吗？

药物的研发一般起始于药物探索与发现，随后进行临床前研究与临床实验，然而，用以研究开发新药的生物信息可谓浩如烟海，传统分析手段既耗时又费力。

白芳用“加速”形容计算生物学，“计算生物学能够显著加快药物研发的速度，并降低成本。”

“

“我们现在能在短短2天内完成筛选，这是传统生物学方法无法比拟的。而且我们从这1800万个化合物中最终仅锁定了12个分子进行试验，且命中了6个，这无疑大大降低了成本，同时成功率也令人振奋。”团队成员吴洒男补充道。

”

事实上，AI制药并非横空出世，它可以看作是传统计算机辅助药物设计（ComputerAidedDrugDesign，简称“CADD”）的一种延伸和进化，科学问题相同，技术形式因AI算法而改变，逐渐发展成为基于人工智能的药物研发（AIDD）。“AI算法的发展得益于我们原有CADD技术的和科学问题的解决逻辑。随着AI和生物制药的结合越来越受到重视，计算生物学的重要性也日益凸显。”

4

在药物研发的阶段中，AI还有哪些发挥空间？

团队成员李宗全表示：“计算生物学的应用不仅限于发现先导化合物，它还能在药物研发的其他环节发挥作用，如代谢性能、安全性评估、临床试验设计等，进一步加速药物研发流程并降低成本。”

“

在白芳看来，AI制药的发展面临数据和人才两大瓶颈。AI成长所需的数据量十分庞大，而它在医药研发领域目前很难得到足够数量和质量的‘原料’。同时，AI新药发现需要大量的既精通人工智能、算法，又懂生物医药研发的人才。“计算生物学是一个多学科交叉的领域，涉及化学、生物学、计算机科学、物理学和药学等多个学科。这对每个人的知识要求很高。”

”

“我们也希望能将每个AI技术都能够精益求精打磨好，并且与其他方法一起系统化，形成一个完整的AI智药全链条平台，为学术界和工业界加速药物研发提供支持。”

本次2023上海国际计算生物学创新大赛由上海市生物医药科技产业促进中心主办，中国科学院上海药物研究所原创新药研究全国重点实验室、中国银行上海市分行、华为云计算技术有限公司、临港实验室、上海人工智能研究院、东方美谷企业集团股份有限公司、上海大宁资产经营（集团）有限公司联合主办，上海生物医药公共技术服务有限公司和上海市生物医药产业技术服务平台具体承办，活动也得到了上海皓元生物医药科技有限公司（MCE中国）协办支持。

企业及专家观点不代表官方立场

作者：许织

未经允许不得转载：头条资讯网_今日热点_娱乐才是你关心的时事 » 50%入围命中率，用AI筛选药物上科大“冬旦之间”团队的办法是……