传统药物发现方法存在周期长、成本高的问题。近年来,以AlphaFold为代表的人工智能系统在生命科学领域取得重大突破,推动了人工智能技术在药物研发上的应用。近年来,深度学习、自然语言处理和知识图谱等人工智能技术广泛应用于药物发现多个环节,深刻改变了药物发现的方法和途径,极大提高药物发现效率、缩短开发进程,形成AI for Science的典型范式。2022中国人工智能系列白皮书之《人工智能与药物发现》,系统地总结了目前国内外人工智能与药物发现领域的最新研究成果,探讨了人工智能技术在药物发现领域的应用中所面临的机遇与挑战,展望了未来的发展方向。

**第1章 《人工智能与肿瘤靶点识别》**介绍了人工智能技术在多组学分析、引导发现肿瘤靶点以及癌症发生发展的机制中的趋势、挑战及应用。

**第2章 《人工智能与苗头化合物筛选》**介绍了化合物筛选和寻找苗头化合物的过程,以及目前基于深度学习的化合物-蛋白质相互作用预测方法的趋势、挑战及应用。

**第3章 《人工智能与药物从头设计》**介绍了当前深度生成模型在从头药物设计和发现具有启发性的小分子和大分子结构中的趋势、挑战及应用。

**第4章 《人工智能与药物重定位》**介绍了以靶点、疾病为中心的人工智能技术在药物重定位研究中的趋势、挑战及应用。

**第5章 《人工智能与药物属性预测》**介绍了人工智能技术在多肽药物的生物活性、毒性等属性预测中的趋势、挑战及应用。

**第6章 《人工智能与药物相互作用预测》**介绍了现有的基于人工智能的药物相互作用预测方法在建模、分析和解释过程中的应用前景。

**第7章 《药物发现中的大规模预训练模型》**介绍了小分子药物表征学习的预训练模型构建、应用,以及对人工智能药物设计领域的促进作用。

**第8章 《药物发现中的可解释人工智能模型》**介绍了药物发现场景中的可解释人工智能方法,以及如何帮助药物学家高效地处理海量数据,做出合理决策。

该白皮书为学界和产业界开展人工智能药物发现相关工作提供借鉴,有利于推动我国人工智能与生命科学领域的交叉融合。

**白皮书地址:**https://caai.cn/index.php?s=/home/article/detail/id/2236.html

前言

《中华人民共和国国民经济和社会发展第十四个五年规划和 2035 年远景目标纲要》中提出了“瞄准人工智能、生命健康等前沿领 域”、“聚焦人工智能关键算法等关键领域,加快推进基础理论、基础 算法、装备材料等研发突破与迭代应用”等规划。发展新一代人工智 能是我国在科技革命与产业变革等战略问题上的重要抓手。药物是诊 断、缓解、治疗或预防疾病的物质,对于改善人类健康和保证生活质 量具有非常重要的作用。塔夫茨大学药物开发研究中心的研究表明, 在过去 30 年,研发一种新药需要近 26 亿美元的资金投入与近 14 年 的时间投入,这个数字依然在不断提升。在高昂研发成本的驱使下, 制药公司目前正在寻找可以提高研发效率和转化成功率的新技术。

计算机辅助药物设计自 20 世纪 60 年代被提出,以计算化学、计 算机科学和生物学等学科为基础,对靶标蛋白质与配体药物的结合过 程进行计算模拟、预测,评估药物分子结构与其生物活性、毒性和代 谢等性质的相互关系,进行药物分子的发现与优化。高通量技术的发 展和应用产生了丰富的药物、疾病、基因和蛋白质等数据,使得开展 人工智能药物发现成为可能。近年来,以 Google 公司 AlphaFold 为 代表的人工智能系统在生命科学领域取得了重要突破,推动了人工智 能等关键领域在药物研发上的应用。深度学习(Deep Learning, DL)、 自然语言处理(Natural Language Processing, NLP)和知识图谱 (Knowledge Graph, KG)等人工智能关键技术已广泛应用于药物发 现的各个环节,如肿瘤靶点识别、苗头化合物筛选、药物从头设计、 药物重定位、药物属性预测、药物相互作用预测、药物发现中的可解 释性模型和大规模预训练模型等。人工智能辅助药物发现深刻改变了 药物发现的方法和途径,极大提高了药物发现效率、缩短开发进程, 加速了生物技术的创新变革,加深人类对生命科学中的分子机制的认知。开展基于人工智能技术的药物发现研究,符合科技革命和国家发 展规划的需求,是落实“面向世界科技前沿、面向国家重大需求、面 向人民生命健康”战略的重要举措。

本白皮书收集了目前国内外人工智能与药物发现交叉领域的最 新理论研究成果,并介绍了人工智能技术在药物发现领域中的应用。 编写过程中的贡献者包括:辛弘毅(第一章)、施建宇(第二章)、 涂仕奎(第三章)、曾湘祥(第四章)、宋弢(第四章)、魏乐义(第 五章)、刘世超(第六章)、刘琦(第七章)、李昊(第八章)、何 松(第八章)、章文(统稿与第六章)及其博士生李梦露、刘旋和王紫 嫣(整理与校稿),在此一并表示感谢。

**作者介绍: **

成为VIP会员查看完整内容
68

相关内容

人工智能(Artificial Intelligence, AI )是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支。
《工业智能白皮书》(2022)正式发布,52页pdf
专知会员服务
69+阅读 · 2023年1月17日
重磅!《数据要素白皮书(2022年)》发布,52页pdf
专知会员服务
83+阅读 · 2023年1月7日
重磅!《人工智能白皮书(2022年)》发布,42页pdf
专知会员服务
477+阅读 · 2022年4月13日
上海市智能网联汽车发展报告,25页pdf
专知会员服务
37+阅读 · 2022年2月10日
《工业互联网平台白皮书 2021》,69页pdf
专知会员服务
43+阅读 · 2022年1月16日
上海市智能网联汽车发展报告,25页pdf
专知
1+阅读 · 2022年2月10日
《工业互联网平台白皮书 2021》,69页pdf
专知
0+阅读 · 2022年1月16日
6G全球进展与发展展望白皮书,35页pdf
专知
19+阅读 · 2021年5月8日
《人工智能标准化白皮书(2018版)》发布|附下载
人工智能学家
17+阅读 · 2018年1月21日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年8月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
4+阅读 · 2011年6月30日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
27+阅读 · 2023年1月12日
Arxiv
16+阅读 · 2022年5月17日
Directions for Explainable Knowledge-Enabled Systems
Arxiv
26+阅读 · 2020年3月17日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年8月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
4+阅读 · 2011年6月30日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员