百度螺旋槳團隊成果登NMI：對化合物3D建模

2022.2.27

日前，國際知名機器學(xué)習(xí)學(xué)術(shù)期刊Nature Machine Intelligence（NMI，近2年影響因子≈16.649）在線發(fā)表了百度生物計算團隊（“螺旋槳”團隊）的最新研究成果，論文提出基于空間結(jié)構(gòu)的化合物表征學(xué)習(xí)方法，即“幾何構(gòu)象增強AI算法”（GEM模型），將化合物的幾何結(jié)構(gòu)信息引入自監(jiān)督學(xué)習(xí)和分子表示模型，對化合物進行“3D建模”，以預(yù)測化合物分子的性質(zhì)屬性。其在藥物篩選中的應(yīng)用，可在數(shù)小時內(nèi)完成傳統(tǒng)仿真方法1年的工作量，效率提升上千倍，有望大幅降低藥物研發(fā)的時間投入和成本投入。

作為藥物研發(fā)的關(guān)鍵一環(huán)，候選化合物的性質(zhì)預(yù)測相當(dāng)于為臨床實驗“排雷”，即提前篩選掉毒副作用高、人體不易吸收代謝等的化合物。此前，這項工作只能通過傳統(tǒng)仿真實驗進行，成本高且耗時長。后來，研究人員引入深度學(xué)習(xí)，但傳統(tǒng)的深度學(xué)習(xí)方法大多基于序列或二維圖結(jié)構(gòu)建模，缺乏對化合物三維空間結(jié)構(gòu)信息的利用，這會丟失一部分空間信息，導(dǎo)致化合物性質(zhì)預(yù)測結(jié)果的偏差。為更好地預(yù)測化合物性質(zhì)，亟需引入化合物的三維空間信息。

百度螺旋槳團隊提出的GEM模型，正是在這一點上實現(xiàn)了突破。論文稱，他們開創(chuàng)性的工作，是業(yè)界首次將化合物性質(zhì)預(yù)測從“2D建?！蓖七M到“3D建模”。同時，團隊通過引入預(yù)訓(xùn)練技術(shù)和利用大量無標(biāo)注的化合物數(shù)據(jù)，通過自監(jiān)督學(xué)習(xí)來構(gòu)建GEM模型的底層能力，有望打造小分子藥物研發(fā)領(lǐng)域的模型底座，解決小分子藥物活性預(yù)測、成藥性預(yù)測等藥物設(shè)計的核心問題，真正加速藥物特別是創(chuàng)新藥物的發(fā)現(xiàn)過程。

基于空間結(jié)構(gòu)的化合物表征學(xué)習(xí)方法（GEM）的整體框架百度供圖

論文進一步發(fā)布了該模型的實驗效果，結(jié)果顯示，GEM模型在14個學(xué)術(shù)界公認(rèn)的應(yīng)用任務(wù)數(shù)據(jù)集（包括抑制 HIV 艾滋病病毒復(fù)制能力的數(shù)據(jù)集、小分子的生物活性數(shù)據(jù)集、血腦屏障滲透數(shù)據(jù)集等）上取得最佳結(jié)果，超越斯坦福大學(xué)等提出的模型效果。其中，GEM模型在“回歸”任務(wù)上相對現(xiàn)有方法指標(biāo)提升8.8%，在“分類”任務(wù)上指標(biāo)相對提升4.7%，并在自監(jiān)督學(xué)習(xí)方法上的消融實驗中證明了其有效性。

目前，開源社區(qū)GitHub上已經(jīng)開源了GEM模型完整代碼。研究人員表示，GEM模型目前已經(jīng)在多個合作伙伴的研發(fā)管線中實現(xiàn)了商業(yè)化落地。這表明，人們有望通過AI技術(shù)探索雙靶點抑制劑新的研發(fā)范式，為癌癥病人和自身免疫性疾病病人提供更有效的治療藥物。

此外，研究人員指出，該方法還有助于高效測量“藥物—靶標(biāo)”的相互作用，進而用于加速新藥研發(fā)、發(fā)掘老藥新用途、探索多種藥物聯(lián)合使用等，這有助于降低藥品抗藥性和毒副作用，甚至療治新病癥。

該項研究由百度螺旋槳PaddleHelix團隊獨立完成。百度基于飛槳打造的生物計算平臺“螺旋槳PaddleHelix”，致力于為生物醫(yī)藥專家與學(xué)者提供“AI+生物計算”的模型工具和解決方案，服務(wù)于新藥研發(fā)、疫苗設(shè)計、精準(zhǔn)醫(yī)療等場景。

百度螺旋槳 nmi

中國科學(xué)報

喜歡作者我要約稿