微軟研究院團隊獲得首屆AI藥物研發(fā)算法大賽總冠軍

本文作者：任平

2023-09-12 20:07

導語：首屆 AI 藥物研發(fā)算法大賽，由清華大學藥學院、百度飛槳、百度智能云、臨港實驗室聯(lián)袂主辦，這釋放了怎樣的信號？

AI 藥物研發(fā)是人工智能未來應用的重要方向之一。

自新冠病毒（SARS-CoV-2）首次爆發(fā)以來，新冠病毒的小分子藥物研發(fā)備受關注，于近期舉行的首屆 AI 藥物研發(fā)算法大賽便聚焦于此。

在比賽中，來自微軟研究院科學智能中心的團隊，憑借創(chuàng)新的 AI 模型系統(tǒng) AI2BMD 和 ViSNet 取得了絕佳的成績，斬獲桂冠。

近日，由清華大學藥學院、百度飛槳、百度智能云和臨港實驗室聯(lián)袂主辦的首屆 AI 藥物研發(fā)算法大賽公布了比賽結果，來自微軟研究院科學智能中心的團隊，利用研發(fā)的量子精度動力學模擬系統(tǒng) AI2BMD 和通用分子三維結構網(wǎng)絡 ViSNet 在初賽、復賽、決賽中均位列第一，并獲得大賽的總冠軍，展現(xiàn)了 AI 在促進藥物研發(fā)方面的應用潛力。

微軟研究院團隊獲得首屆AI藥物研發(fā)算法大賽總冠軍

微軟研究院科學智能中心團隊獲得首屆 AI 藥物研發(fā)算法大賽冠軍

本次大賽由中國藥學會等機構支持，共有來自全球的878支團隊參賽。作為一場全球性的技術創(chuàng)新活動，此次大賽聚焦于新冠病毒（SARS-CoV-2）小分子藥物研發(fā)。

事實上，自新冠病毒首次爆發(fā)以來，新冠病毒的小分子藥物研發(fā)就備受關注。

若要抵抗新冠病毒肆虐，深入了解病毒復制與感染機制至關重要。其中，新冠病毒主蛋白酶（Mpro）作為關鍵酶，負責感染過程中剪切病毒產(chǎn)生的蛋白質前體，促進病毒復制，所以主蛋白酶是一個潛在的治療靶點，抑制其活性可有效干擾病毒的復制過程，為治療方法提供突破口。

因此，本次比賽的初賽階段，參賽者需要使用深度學習、分子對接等方法進行建模，預測小分子抑制主蛋白酶活性的概率，復賽則重點關注小分子在 Caco 細胞上抑制新冠病毒復制的概率。

在初賽對新冠病毒主蛋白酶的藥物預測中，面對常用分子對接軟件無法有效區(qū)分正負樣本與靶點蛋白結合自由能的問題，微軟研究院科學智能中心團隊利用了最新開發(fā)的 AI2BMD 模擬系統(tǒng)，將藥物預測精度顯著提升。

AI2BMD 模擬系統(tǒng)實現(xiàn)了對超10000原子的各種蛋白質能能量和力的精確計算，并具有廣泛的適用性。相較于密度泛函理論（DFT），AI2BMD 模擬系統(tǒng)的計算時間縮短了數(shù)個數(shù)量級。

憑借幾百納秒的動力學模擬，AI2BMD 展現(xiàn)了在探索蛋白質構象空間、預測核磁共振實驗數(shù)據(jù)以及模擬蛋白質折疊過程等方面的卓越能力。與傳統(tǒng)分子對接、經(jīng)典動力學模擬方法相比，AI2BMD 系統(tǒng)在計算結合自由能方面也有明顯優(yōu)勢。

AI2BMD 模擬系統(tǒng)論文鏈接：https://www.biorxiv.org/content/10.1101/2023.07.12.548519v1

復賽中，團隊運用自主開發(fā)的分子建模幾何深度學習模型 ViSNet 化合物分子進行了表征學習。ViSNet 是 AI2BMD 模擬系統(tǒng)中的機器學習勢能函數(shù)。

作為一種等變的幾何增強圖神經(jīng)網(wǎng)絡，ViSNet 能在線性計算的復雜度下提取幾何特征（距離、角度、二面角等）。在多個分子動力學基準（包括 MD17、rMD17 和 MD22）上，ViSNet 表現(xiàn)均優(yōu)于其他先進方法，同時也在 QM9 和 Molecule3D 數(shù)據(jù)集上實現(xiàn)了卓越的量子化學性質預測。

團隊在復賽階段，還利用自主研發(fā)的首個蛋白大分子全構象空間數(shù)據(jù)集 AIMD-Chig 和小分子公開數(shù)據(jù)集 OGB 分別對蛋白和小分子的三維結構表征進行了預訓練，然后通過多任務學習對模型進行微調。

該方法不僅取得了最佳的預測精度，而且以大比分領先比賽的第二名團隊。在最終的決賽答辯中，微軟研究院科學智能中心團隊的新冠藥物預測算法方案取得了總分99.60分的絕佳成績，相較比賽亞軍90.76分、季軍85.31分的最終成績具有顯著優(yōu)勢。

微軟研究院團隊獲得首屆AI藥物研發(fā)算法大賽總冠軍微軟研究院科學智能中心團隊提出的新冠藥物預測算法方案