Cell子刊综述｜深度生成模型重塑药物研发

传统的药物研发是一个耗时耗力的过程。据统计，一款新药从研发到上市平均需要花费至少十年的时间，成功开发一款新药平均需要花费数十亿美元。在早期研发过程中化学家们可能会筛选上千万的化合物，但最终仅有10%的新药能被批准进入临床研究，更小比例的药物分子获批上市。因此，临床阶段前的分子设计是药物发现过程中的关键问题。

过去几年人工智能（AI）技术已成功应用于药物发现中，特别是有大量工作致力于开发深度生成模型来探索和挖掘广阔的药物分子空间，以加速药物设计过程并降低成本。相比于传统要求化学家从广阔的化学空间中通过实验来筛选和验证候选分子的方法，深度生成模型能以一种既经济又高效的方式自动获得新颖且具有理想性质的分子。

最近，由湖南大学曾湘祥教授、康奈尔大学王飞教授、西北大学Luo yuan教授、IBM TJ Watson研究中心Seung-gu Kang教授及Wendy Cornell教授、Mila唐建教授、劳伦斯利弗莫尔国家实验室Felice C. Lightstone教授、奥斯陆大学Evandro F. Fang教授、特拉维夫大学Ruth Nussinov教授等知名学者共同完成的一篇发表在Cell Reports Medicine（IF: 16.988）的文章“Deep Generative Molecular Design Reshapes Drug Discovery”，系统介绍了深度生成模型的基础知识及其在药物设计中的应用，并讨论了当前该领域发展的局限及未来的发展方向。

图1. 药物发现流程总览图。

a.人工智能辅助靶标选择和验证；b.分子设计，先导化合物优化和化学合成;c.生物评估(体外和体内)，临床开发和上市后监测；d.由人工智能设计进入临床阶段的几个成功分子实例。

https://mp.weixin.qq.com/s/Uomfjeu5Oo1CC28D2PXfXg

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“DGDD” 就可以获取《 Cell子刊综述｜深度生成模型重塑药物研发》专知下载链接

                       

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取100000+AI(AI与军事、医药、公安等)主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取100000+AI主题知识资料