過去的一周，是人工智能最為火熱的一周，繼GPT4.0發(fā)布后，百度發(fā)布了文心一言，微軟發(fā)布了Copilot，同一天Google發(fā)布了對標ChatGPT的Bard，而英偉達則發(fā)布了新的GPU H100，相對上一代產(chǎn)品，訓練性能和預測性能都有數(shù)倍到數(shù)十倍提高。人工智能領域風起云涌，而創(chuàng)新藥研發(fā)領域也迎來了改變。

2023年3月24日，新藥研發(fā)領域的人工智能基礎設施和服務提供商碳硅智慧宣布，公司自主研發(fā)的AI驅動的新藥研發(fā)平臺——DrugFlow1.0正式發(fā)布。來自浙江大學、北京大學、華東理工大學、四川大學、中南大學、中科院上海藥物所、醫(yī)科院藥物所、廣州國家實驗室、羅氏中國研發(fā)中心、石藥集團、和譽生物、華深智藥等相關領域的知名學者和企業(yè)界專家出席了會議。會議采用了新穎的虛擬直播形式，會議期間瀏覽人次近萬。

【資料圖】

發(fā)布會開場，由浙江大學科學技術研究院院長、浙江大學智能創(chuàng)新藥物研究院常務副院長楊波教授做開場致詞。她談到：浙江大學智能創(chuàng)新藥物研究院正是希望培養(yǎng)一批智能新藥創(chuàng)制領域的優(yōu)秀人才，助推我國原創(chuàng)藥物的研發(fā)。侯廷軍教授本身是研究院的教授，也是計算化學領域的知名專家，而碳硅智慧CEO鄧亞峰是AI領域的資深專家，二位都深耕行業(yè)多年。本次發(fā)布的DrugFlow1.0，一方面是兩位專家及碳硅智慧團隊的智慧結晶，另一方面也正是響應了國家開發(fā)自主知識產(chǎn)權基礎軟件的號召，希望未來DrugFlow能真正助力我國的新藥研發(fā)工作。

接著，碳硅智慧CEO鄧亞峰進行了《突破 AIDD 核心技術，做創(chuàng)新藥領域的賦能者》的主題演講，從新藥研發(fā)領域面臨的挑戰(zhàn)和痛點，中國新藥研發(fā)的巨大市場，到AI的蓬勃發(fā)展以及與物理驅動方法的異同，再到碳硅智慧成立的初衷和愿景，之后詳細介紹了DrugFlow產(chǎn)品的功能和特色，特別是背后的核心技術，并就關鍵技術指標與領域已有產(chǎn)品進行了詳細比較，讓我們看到，DrugFlow1.0產(chǎn)品不僅在分子生成、AI自動化建模等功能上獨具一格，而且在對接和重打分以及成藥性預測等傳統(tǒng)功能上，具有世界領先的技術能力。成立僅半年多，團隊就在Nature Communication、核酸研究以及藥物化學期刊等領域頂級刊物上發(fā)表了十多篇文章，證明了團隊的技術實力。

碳硅智慧CEO鄧亞峰現(xiàn)場演講

鄧亞峰表示：在新藥研發(fā)領域踏踏實實做自主知識產(chǎn)權國產(chǎn)化軟件的團隊并不多，碳硅智慧團隊既具有這樣的實力，也具有強烈的使命感，碳硅智慧愿做創(chuàng)新藥研發(fā)領域的賦能者，在推出藥物發(fā)現(xiàn)SaaS平臺DrugFlow的同時，基于最先進的AIDD技術和自動化解決方案，愿與戰(zhàn)略合作伙伴一起攜手針對重點管線進行合作研發(fā)，并已經(jīng)在小分子、AAV設計等領域達成重要戰(zhàn)略合作。雖然源于相信，但我們已經(jīng)看到了AI在分子生成、對接、重打分等方面的突破，隨著預訓練模型、AIGC、強化學習等新AI技術在領域的落地，未來AIDD技術的演進會更快。今天DrugFlow的發(fā)布，僅僅是一個開始，我們未來一定會迎來一個AI驅動的生命科學時代。

據(jù)悉，DrugFlow涵蓋靶標發(fā)現(xiàn)，苗頭化合物發(fā)現(xiàn)和先導化合物優(yōu)化等環(huán)節(jié)，集成了世界領先的靶標發(fā)現(xiàn)、活性預測、成藥性預測、分子生成優(yōu)化、虛擬篩選、AI建模等模塊，幫助藥化專家更高效便捷地找到潛在成藥分子。DrugFlow努力打造覆蓋藥物研發(fā)完整流程的軟件平臺，具有“準確性高、原創(chuàng)可靠、易用性好、安全靈活”四大優(yōu)勢。其基于自動化硬件產(chǎn)生的數(shù)據(jù)迭代模型，并將專家融合到流程中，最終形成數(shù)據(jù)驅動人機協(xié)同的統(tǒng)一設計平臺，必將顯著提高藥物研發(fā)的確定性。

此次發(fā)布的DrugFlow1.0版本，主要發(fā)布了活性預測、成藥性預測、分子生成、AI建模四大功能。

DrugFlow模塊總覽

在活性預測上，DrugFlow1.0包含重打分和對接兩個主要功能。一方面，DrugFlow基于物理對接構象，提供了當前領域最優(yōu)的重打分函數(shù)RTMScore，能顯著提高虛擬篩選能力，幫助用戶更好地選擇分子。另一方面，Inno-Docking模塊在集成物理對接模塊AutoDock Vina的基礎上，又集成了自研的AI 對接程序CarsiDock。CarsiDock完全基于AI建模，并且考慮了構象合理性，是一種全新方法。在公開的主流評測上，CarsiDock在預測誤差RMSD小于等于2?的條件下，第一次將準確率提高到90%以上，達到了91.2%。在RMSD小于等于1?條件下，CarsiDock比物理方法和其他AI方法成功率高出26%。此外，DrugFlow1.0還提供了完整的蛋白預處理、配體預處理、自動智能化設置對接參數(shù)能力。

在成藥性預測上，DrugFlow1.0提供了Inno-ADMET模塊。該模塊支持17種物化性質、5種藥化性質、21種成藥性參數(shù)、27種毒性性質的系統(tǒng)性評價。目前該模塊提供兩種自主知識產(chǎn)權算法，一種是基于多圖神經(jīng)網(wǎng)絡的MGA方法，不僅可以輸出ADMET預測性質，還提供了性質與子結構關系的可解釋性，另外一種是基于預訓練Transformer的MERT方法，具有更高的預測準確率。總的來說，Inno-ADMET模塊具有“預測終點多且準確率高”、“速度快”、“可解釋性”的優(yōu)點。

在分子生成上，DrugFlow1.0既支持基于活性配體的分子生成方式(Ligand-based)，也支持基于蛋白口袋結構的分子生成方式(Pocket-based)。一方面，Ligand-Based的分子生成方法是基于活性配體進行分子生成的全新藥物設計方法，提供了MCMG和RELATION兩種算法。其中MCMG是一種基于配體的多約束分子生成方法，通過知識蒸餾結合條件變換器和基于QSAR的強化學習算法來滿足多約束條件，可生成具有所需理化和藥理學特性的新分子。而RELATION則是基于蛋白口袋-配體復合物3D生成和雙向遷移學習結合的分子生成方法，能夠生成大量結構有效并且對蛋白具有一定親和力的化合物。另一方面，Pocket-based的分子生成方法只需要提供蛋白蛋白口袋結構，比如這次發(fā)布的ResGen算法。它是一種基于蛋白口袋的3D分子生成算法，通過自回歸模型和多尺度建模技術，在保證生成分子多樣性的同時，生成具有較好結合親和力、且具有合理蛋白-配體結合姿勢的分子。該方法不僅適用于藥物從頭設計，還支持基于片段的分子生成。

在AI建模上，DrugFlow1.0針對用戶希望基于自有數(shù)據(jù)進行AI建模的需求，提供了AI Modelling模塊。該模塊提供數(shù)據(jù)預處理、數(shù)據(jù)批分、計算描述符定義、機器學習算法建模等功能，用戶只需在網(wǎng)頁輸入數(shù)據(jù)、做好參數(shù)設置，就可以建立自有的AI模型。為了提高建模效果，系統(tǒng)還采用了AutoML做參數(shù)和模型選擇，并支持Transformer和GNN預訓練技術，相比傳統(tǒng)機器學習算法，可顯著提高模型精度。此外，在結果頁面，AI Modelling還提供了完整的模型評估指標，并對模型表現(xiàn)作出相應解釋。

除了以上模塊外，DrugFlow1.0還提供了一些易用小工具，比如AI解核磁譜工具——NMR Parsing。它為藥化專家合成工作中最常見的解譜場景量身打造，基于CReSS和CMGNet兩種AI檢索和生成算法來解析未知化合物的結構，用戶只需要輸入碳譜的化學位移值，就可以快速解析分子結構，大大提高解譜效率。

在產(chǎn)品發(fā)布之后，碳硅智慧商務拓展副總裁何浩介紹了“星火行動——DrugFlow 高校支持計劃”，該計劃針對現(xiàn)有軟件使用成本高、不易用、不適合教學等問題，旨在為高校老師同學提供技術先進、易用且優(yōu)惠的國產(chǎn)AIDD軟件，且貼心地支持教學場景，希望以此推動AIDD軟件在高校的普及，為中國培養(yǎng)更多AIDD人才。目前已有北京大學、浙江大學、四川大學、中山大學、吉林大學、南開大學、暨南大學、中國藥科大學、澳門科技大學、中科院深圳先進技術研究院、廣州國家實驗室等十余所知名院校加入了星火行動，并給予了積極評價。

碳硅智慧戰(zhàn)略簽約儀式

在發(fā)布會的最后，進行了戰(zhàn)略合作伙伴簽約儀式。由碳硅智慧CEO鄧亞峰和石藥集團上海翊石醫(yī)藥科技有限公司總經(jīng)理宋云龍進行了戰(zhàn)略合作簽約。在簽約儀式上，宋云龍總經(jīng)理表示：上海翊石作為石藥集團全資子公司，一直致力于小分子創(chuàng)新藥的研發(fā)，碳硅智慧團隊在AIDD領域具有深厚積累，DrugFlow產(chǎn)品技術領先，此次和碳硅智慧合作，希望能充分發(fā)揮雙方優(yōu)勢，尤其是DrugFlow1.0在早期分子設計上的優(yōu)勢，期待合作成果早日落地。

發(fā)布會之后，還召開了“人工智能驅動新藥研發(fā)進展與挑戰(zhàn)研討會”。在主題演講環(huán)節(jié)，來自浙江大學的侯廷軍教授、北京大學的劉振明教授、華東理工大學的唐贇教授做了精彩報告。在圓桌論壇環(huán)節(jié)，學術界和產(chǎn)業(yè)界的九位知名專家齊聚一堂，就業(yè)內(nèi)關注的AIDD的現(xiàn)狀和挑戰(zhàn)進行了討論，并對未來AIDD的發(fā)展做了展望。

DrugFlow試用申請二維碼

碳硅智慧是一家聚焦于新藥研發(fā)的科技公司，我們的定位是新藥研發(fā)領域的人工智能基礎設施和服務提供商。我們希望將最先進的生命科學技術與人工智能等信息科學技術深度融合，面向新藥研發(fā)，利用深度生成（AIGC）、自監(jiān)督預訓練、強化學習等人工智能先進技術，并深度融合物理計算及軟硬件自動化技術，通過提高新藥研發(fā)領域生產(chǎn)數(shù)據(jù)、管理數(shù)據(jù)以及對數(shù)據(jù)進行AI建模的能力，將新藥研發(fā)各環(huán)節(jié)數(shù)字化和智能化，形成干濕試驗數(shù)據(jù)閉環(huán)，解決新藥研發(fā)難題。

DrugFlow是由碳硅智慧研發(fā)的AI驅動的一站式創(chuàng)新藥發(fā)現(xiàn)平臺，核心算法均具有自主知識產(chǎn)權，以SaaS或混合云方式提供給第三方客戶使用。DrugFlow涵蓋靶標發(fā)現(xiàn)，苗頭化合物發(fā)現(xiàn)和先導化合物優(yōu)化等環(huán)節(jié)，集成世界領先的靶標發(fā)現(xiàn)、活性預測、成藥性預測、分子生成優(yōu)化、虛擬篩選、AI建模等模塊，幫助藥化專家更高效便捷地找到潛在成藥分子。DrugFlow努力打造覆蓋藥物研發(fā)完整流程的軟件平臺，基于自動化硬件產(chǎn)生的數(shù)據(jù)迭代模型，并將專家融合到流程中，最終形成數(shù)據(jù)驅動人機協(xié)同的統(tǒng)一設計平臺，顯著提高藥物研發(fā)的確定性。

關鍵詞：