人工智能药物筛选、药物设计

人工智能

技术分析（创新性、先进性、独占性）

本项目已经具备具有200个CPU集群辅助计算，目前已建立了国际上领先的万个化学药物的化合物库和六万多种中药单体化合物库、利用国际一流的计算机辅助设计软件（Schrodinger, Discovery Studio, MOE等）进行大规模化合物数据库的虚拟筛选，并根据REOS预测、ADME/T性质的理论预测，结构聚类等，剔除成药性差的化合物。

目前已经针对多个靶点和药物做了国际创新性研究工作，相关成果在药学领域相关SCI期刊上共发表论文17篇，平均影响因子>4.5，他引460余次。

承接两类项目：1，基于蛋白靶点进行小分子药物筛选，寻找先导化合物，研究对象覆盖中药和西药品种；2，针对具体化合物筛选其作用靶点，辅助研究作用机制，研究对象主要覆盖中药品种。

技术开发流程如图1所示，目前已经与上海、苏州两家医药公司开展技术委托开发，与高校7个科研团队建立服务合作，应用效果良好。

图1 智能药物开发流程

传统生物制药企业在进行新药研发时长期存在的研发周期长、失败率高、成本高等痛点也给AI制药行业带来了巨大的增量。传统药物的发现首先是对数万个小分子进行测试筛选，然后进一步合成和测试数百个分子，以便得到少数几个适合临床前研究的候选药物，其中只有大约1/10的候选药物能够最终通过人类患者的临床试验。整个过程缓慢且成本昂贵，平均耗时10年，花费十数亿美元。此外，进一步阻碍新药推向市场的障碍是，整个研发过程涉及的大量研发步骤。每一阶段花费数百至数千万美元，往往是由药物研发行业中不同公司或不同的业务部门分散进行的。而人工智能的介入，则可以很大程度上的减少实验时间和经费，同时提高筛选的准确性，规避盲目筛选等传统药物发现方法的弊端。

其他

达到国际先进水平

独立研究

国家级

国家自然科学基金青年基金

22.20万元