收起左侧
发新帖

从实验室到赛场,物理学融入AI药物筛选,能否带来精准高效的新突破?

时间:2024-9-12 09:32 0 100 | 复制链接 |

马上注册,结交更多好友

您需要 登录 才可以下载或查看,没有账号?立即注册

x
团队介绍
PROFILE
团队名称:AIforDrug团队
名次:三等奖
主要成员:王泽琛、孙瑨原
DSC0000.jpg

山东大学、中国科学院微生物所
AIforDrug团队
人工智能已经在多个领域大放异彩并深入到我们的日常生活中。从围棋领域的AlphaGo到预测蛋白结构的AlphaFold……人工智能技术成为千行百业打造全新想象力与未来可能性的利器,生物制药行业也正在被AI所改变。
“我们团队的名称是AIforDrug,因为我们就是在做AI制药。”在谈及团队命名的时,团队队长、山东大学物理学院在读博士生王泽琛说道。
DSC0001.jpg

创新药九死一生,在逆摩尔定律的趋势下,只会越来越难。而在庞杂且无序的数据海洋中,作为桥梁的AI被寄予了厚望。“计算生物学作为一个学科,其实早在上世纪就已经存在。”王泽琛指出,“但近年来,随着人工智能技术的飞速发展,计算生物学迎来了新的春天。现在我们所说的计算生物学,更多的是AI赋能的计算生物学。”
DSC0002.jpg

1
从实验室到赛场:“实际应用需要用实验来检验”
在谈及本次比赛的经历时,王泽琛表示,这次参赛的目的之一,是希望通过真实的项目来检验他们的AI算法和经验在实际应用中的价值。“以前我们更多的是做算法,很少直接接触实际应用,这次比赛给我们最大的启发是,为特定项目设计特定的解决方案,而不是像以前那样做一个通用的算法,然后在一些数据集上跑测试。”王泽琛坦言。
举办这项大赛,是上海市科委“以赛选项”的创新举措,赛题以NMDA通道家族中尚未被充分研究的GluN1/GluN3A亚型为研究目标,希望通过参赛团队的创新方案和湿实验验证,获得高活性、高选择性的小分子调节剂,为抑郁症、阿尔茨海默病、癫痫、疼痛等神经系统疾病的新药发现奠定基础。
DSC0003.jpg

谈到他们的技术优势和创新点,王泽琛介绍道:“我们的团队在参赛过程中并不是仅依赖单一算法,而是经历了多个步骤。首先,我们基于蛋白质和化合物分子的序列信息通过AI算法进行初筛,将原始数据库中1800万个分子缩减到几万个。然后,我们对剩余的化合物进行蛋白质-配体复合物结构建模,再应用我们的AI算法来预测复合物的结合亲和力。”
作为山东大学物理学院的博士生,王泽琛在蛋白质-配体相互作用的建模中加入了物理学的思想。“毕竟这种两体相互作用本质上是一个物理问题,所以我们在神经网络模型中隐式地表现了相互作用能。”在他看来,这种创新性的算法设计,也使得他们的研究在实际应用中具备更高的可靠性和有效性。
“实际应用需要用实验来检验。”对于“AIforDrug”团队来说,这是一次检验他们的算法能否在真实的场景中发挥作用的机会。“通过主办方提供的数据库,我们确实找到了一个具有高活性的分子,但要将其转化为实际药物,还需要走很长的路。”
2
是惊喜也是新动力
谈及比赛结果时,王泽琛用“惊喜”来形容他们团队的感受。他解释说,这次比赛的受体亚型在国际上尚未得到充分研究,主办方提供了三个数据库,要求参赛团队使用AI算法从每个数据库中筛选出100个分子作为提交的成果。尽管对比赛结果并没有十足的把握,王泽琛认为:“能进入前五,说实话还是比较幸运的。”
回顾这次参赛的经历,王泽琛坦言这是他参与过的难度最大的一次比赛。“药物筛选本身就是一个非常困难的问题,不同的算法可能筛选出再多分子也不一定有活性分子。所以这次能够取得这样的成绩,确实让我们感到意外和惊喜。”
相比以往的研究经验,王泽琛认为这次比赛的意义更大,这是一个实际的应用项目。“以前我们主要是在一些公共测试集和数据集上跑算法测试,没有在真实项目中检验过。”他进一步补充道,“即便在学术研究中表现再好,如果没有实际应用的成功案例,那也只是空中楼阁,缺乏实际意义。”
“这次比赛不仅给了我们一个惊喜,也验证了我们的算法在实际应用中的潜力,为我未来的研究方向提供了新的动力。”
企业及专家观点不代表官方立场
作者:许织
特别声明:本文经上观新闻客户端的“上观号”入驻单位授权发布,仅代表该入驻单位观点,“上观新闻”仅为信息发布平台,如您认为发布内容侵犯您的相关权益,请联系删除!
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

扫码添加微信客服
快速回复 返回列表 返回顶部