AI加速药物筛选创新大赛落幕，上科大团队夺冠展现技术新突破

AI加速药物筛选创新大赛落幕，上科大团队夺冠展现技术新突破

引用

中国科技网

等

11

来源

1.

https://www.stdaily.com/web/gjxw/2025-01/26/content_290705.html

2.

https://news.sciencenet.cn/htmlnews/2024/9/529682.shtm

3.

https://finance.sina.com.cn/jjxw/2024-09-14/doc-incpataw5249571.shtml

4.

https://www.sohu.com/a/826897925_121798711

5.

https://m.21jingji.com/article/20250108/herald/85c2dbf54a30ec7844687bf8b9d66e9b.html

6.

http://finance.people.com.cn/n1/2025/0125/c1004-40408991.html

7.

https://www.shanghaitech.edu.cn/2024/0911/c1001a1100811/page.htm

8.

https://www.medchemexpress.cn/literature/MCE-drug%20screening-AI.html

9.

https://finance.sina.cn/2024-09-09/detail-incnqeri8595677.d.html?oid=%20Liga%20Cascavelense%E3%80%90%E3%80%90luckybingo1.com%E3%80%91%E3%80%91.wly&vt=4&cid=76524&node_id=76524

10.

https://www.shanghai.gov.cn/nw4411/20240910/725ff84c9b6d46e0aefda3f581675cd6.html

11.

https://siais.shanghaitech.edu.cn/2024/0830/c5404a1100507/page.htm

9月9日，首届上海国际计算生物学创新大赛决赛结果揭晓。在来自全球的342支参赛团队中，上海科技大学（以下简称上科大）GeminiMol团队凭借其创新的AI药物筛选模型夺得桂冠，展现了AI在药物研发领域的巨大潜力。

本次大赛以NMDA（N-甲基-D-天冬氨酸）离子通道为靶标，邀请全球团队利用AI算法发现小分子调节剂。这一靶标因机制复杂性而被视为药物发现中的重大挑战。大赛吸引了来自世界各地的86支顶尖团队，共提交了180份方案和89个小分子化合物。

获得一等奖的GeminiMol团队由上科大白芳课题组的5名研究生组成。他们开发的同名AI模型是此次获奖的关键。该模型首次大规模采用小分子的构象空间信息进行训练，能够识别2D结构不相似但3D构象相似的潜在活性分子。

“构象空间是我们GeminiMol的一大亮点。”团队成员王林解释道，“一个小分子在溶液里会有动态、灵活的三维构象变化，而药物分子在不同靶标上发挥药效时也可能是多种不同的三维构象。我们在训练模型的时候就考虑到了这种动态构象变化，从而使得我们的模型能够更好捕捉到分子的动态性质。”

这一创新方法不仅显著提升了筛选效率，还在短短不到1小时内完成了对1800万个化合物分子的筛选评价。目前，该模型的相关论文已在国际期刊《Advanced Science》发表。

AI在药物研发领域的应用远不止于此。据统计，当前至少有75种“AI发现的药物分子”已经进入临床试验阶段。美国英矽智能公司甚至利用生成式AI设计出了治疗特发性肺纤维化的新型分子。

波士顿咨询公司的最新分析显示，AI发现的药物分子整体成功率已从5%-10%提升至9%-18%，Ⅰ期临床试验的成功率更是高达80%-90%。预计到2028年，AI将在药物发现领域节省超过700亿美元的资金。

尽管AI在药物研发中展现出巨大潜力，但数据匮乏仍是其面临的主要挑战。AI模型的训练需要海量数据支撑，然而在药物研发领域，很多关键数据往往秘而不宣。此外，如何在保护患者隐私的前提下合规使用这些数据，也成为业界亟待解决的难题。

美国得克萨斯大学机器学习基础研究所研究员丹尼尔·迪亚兹指出，当前大多数AI药物发现仍聚焦于小分子药物，基于蛋白质的新型生物制剂的研发略显不足。这表明AI在药物研发领域的应用仍有广阔的发展空间。

随着技术的不断进步和数据壁垒的逐步突破，AI有望在药物研发领域发挥更大的作用，为人类健康事业带来新的突破。