时间: 2023年01月08日 07:13 | 作者:朗依制药 | 来源: 医药资讯| 阅读: 143次
AI 制药,一个被称作明星赛道的行业。
不仅融资消息隔三差五传出,更被认为是计算生物最有希望落地的领域。
据量子位智库预测,AI 制药行业国内市场保守估计将达到 2040 亿元规模。
在这样的前景下,不仅国内外高校博士生和教授纷纷投身创业,就连互联网大厂们也争相入资角逐。
如今 AI 制药步入热度高峰后的瓶颈突破期,各玩家的差异性也逐步显现。
作为国内互联网巨头的腾讯,相比间接投资,三年前选择直接成立 AI 制药平台,成为赛道上角逐玩家之一。
现在,腾讯 AI 制药平台成果进展如何?相比同赛道玩家,其竞争优势是否得以体现?
在 MEET 2023 大会上,腾讯医疗健康 AIDD 技术负责人刘伟,从腾讯制药 AI 算法实践的角度探讨了这一行业当前的现状。
为了完整体现刘伟的分享及思考,在不改变原意的基础上,量子位对他的演讲内容进行了编辑整理。
关于 MEET 智能未来大会:MEET 大会是由量子位主办的智能科技领域顶级商业峰会,致力于探讨前沿科技技术的落地与行业应用。今年共有数十家主流媒体及直播平台报道直播了 MEET2023 大会,吸引了超过 300 万行业用户线上参会,全网总曝光量累积超过 2000 万。
演讲要点
在 AlphaFold 和 AlphaFold2 驱动下,AI 药物行业发展速度非常快,而腾讯在蛋白质结构预测上的工作从 2021 年初就开始了。
骨架跃迁分子生成算法能在保证原有化合物活性的基础上,突破原有分子专利的保护,或者优化分子的 ADMET 性质。
只靠数据驱动的 AI 缺乏可解释性,要与领域知识相结合;药物 AI 是 AI 算法和领域知识相互发现,相互提升的过程。
AI 辅助药物发现存在一个难题就是泛化性,即在 A 靶点中训练的 AI 模型,通常难以应用到 B 靶点上做预测。这个问题的解决对技术的突破至关重要。
(以下为刘伟演讲分享全文)
腾讯云深智药是一个怎样的平台?
我分享的题目为 " 腾讯制药 AI 算法实践 ",会对腾讯过去 3 年积累的 AI 制药技术进行一个展示。
我叫刘伟,是腾讯 AI 药物发现这一块的技术负责人。今天我要讲的内容,主要包括三个部分:
第一部分是腾讯云深平台介绍,它实际上是沉淀了腾讯 AI 制药技术的一个平台;第二部分是平台的案例分享;第三部分总结平台的技术优势。
我们先介绍一下腾讯云深平台的两大功能模块,一个是小分子药物发现,另一个是大分子药物发现,这里主要指抗体药物发现。
其中,小分子模块包括蛋白质结构预测、分子生成等 6 个模块,大分子模块则由抗体结构预测、抗体亲和力、以及抗体人源化改造等几大模块组成。
时间有限,我们不会详细介绍每一个模块,主要会讲案例以及部分底层技术的实现。
腾讯云深平台四大案例分享
第一个案例是蛋白质结构预测,这块腾讯在国内可能是做得最早的。
最近在 AlphaFold 和 AlphaFold2 的驱动下,行业发展速度非常快,而腾讯从 2021 年初就开始做相关技术工作。
大家应该比较清楚,蛋白质是生命及其活动中非常重要的组成部分,蛋白质结构预测则是指给定一个氨基酸序列,来预测蛋白质的三维结构。
我们在 2021 年打造的一个预测 pipeline,当时是基于分子动力学模拟和 AI 预测相结合的方法,构建了一个叫 tFold 的蛋白质结构预测平台。
在 2021 年比赛的时候,这个 pipeline 连续八周在评测平台排名第一。
随后我们还参加了 CASP 竞赛,在国内获得了第一名,颜宁教授在她的论文中还引用了 tFold 平台,这是对我们在蛋白质结构预测上的成果的重要肯定。
第二个案例是结合物理学特征和本地数据训练,我们做了ADMET 性质预测系列模型。
也是从 2021 年开始的工作,想跟大家分享两点:第一点是效果提升,以水溶性模块为例,我们做的 ADMET 相比头部商业软件效果平均会有 20% 的提升;第二点是 ADMET 预测成熟度,在与某药企合作上,我们会提供一个可以说是非常基础的模型,在药企拿到这样的模型之后,会基于具体项目的管线生成的很多内部数据,即项目和靶点相关的特定数据。
用这些数据对基础模型进行重新训练(retrain)、或者说做微调(finetune)后,它会有一个更好的提升。
© Copyright © 2009-2021 朗依制药. www.pedca.com 版权所有 京ICP备07023866号-1 | 网站地图
本站所有文章内容均来源于互联网,版权归原作者所有,所有文章内容观点与本站立场无关,如不慎侵犯了您的权益,请联系我们,我们将在第一时间处理!