人工智能藥物篩選、藥物設計

人工智能

技術分析（創新性、先進性、獨占性）

本項目已經具備具有200個CPU集群輔助計算，目前已建立了國際上領先的萬個化學藥物的化合物庫和六萬多種中藥單體化合物庫、利用國際一流的計算機輔助設計軟件（Schrodinger, Discovery Studio, MOE等）進行大規模化合物數據庫的虛擬篩選，并根據REOS預測、ADME/T性質的理論預測，結構聚類等，剔除成藥性差的化合物。

目前已經針對多個靶點和藥物做了國際創新性研究工作，相關成果在藥學領域相關SCI期刊上共發表論文17篇，平均影響因子>4.5，他引460余次。

承接兩類項目：1，基于蛋白靶點進行小分子藥物篩選，尋找先導化合物，研究對象覆蓋中藥和西藥品種；2，針對具體化合物篩選其作用靶點，輔助研究作用機制，研究對象主要覆蓋中藥品種。

技術開發流程如圖1所示，目前已經與上海、蘇州兩家醫藥公司開展技術委托開發，與高校7個科研團隊建立服務合作，應用效果良好。

圖1 智能藥物開發流程

傳統生物制藥企業在進行新藥研發時長期存在的研發周期長、失敗率高、成本高等痛點也給AI制藥行業帶來了巨大的增量。傳統藥物的發現首先是對數萬個小分子進行測試篩選，然后進一步合成和測試數百個分子，以便得到少數幾個適合臨床前研究的候選藥物，其中只有大約1/10的候選藥物能夠最終通過人類患者的臨床試驗。整個過程緩慢且成本昂貴，平均耗時10年，花費十數億美元。此外，進一步阻礙新藥推向市場的障礙是，整個研發過程涉及的大量研發步驟。每一階段花費數百至數千萬美元，往往是由藥物研發行業中不同公司或不同的業務部門分散進行的。而人工智能的介入，則可以很大程度上的減少實驗時間和經費，同時提高篩選的準確性，規避盲目篩選等傳統藥物發現方法的弊端。

其他

達到國際先進水平

獨立研究

國家級

國家自然科學基金青年基金

22.20萬元