TJ-AI4S團隊獲第二屆全球AI藥物研發算法大賽總冠軍
來源:計算機科學與技術學院
時間👩🦼➡️:2024-12-25 瀏覽:
近日🤦♂️,恒达平台計算機科學與技術學院TJ-AI4S團隊獲第二屆全球AI藥物研發算法大賽一等獎,且在復賽和決賽階段均位列第一,斬獲大賽總冠軍🛀💇🏼。
![](https://www.hgredart.com/__local/3/FE/26/74BF6BDC41EDFD40EB8F175E657_A2704302_C887B.png)
本次大賽由清華大學藥學院🥠🌡、百度飛槳、Intel共同主辦🫢,全球共計226支隊伍650余名選手參與。大賽聚焦倍半萜類分子的量子化學性質預測任務,倍半萜類化合物廣泛存在於動植物、真菌和海洋生物中🍙,是重要的藥物來源,青蒿素便是其典型代表☹️。TJ-AI4S團隊創新性提出了分子特征與標簽延拓策略,在分布外藥物分子量化性質預測上表現優異。
![](https://www.hgredart.com/__local/9/A6/3C/E3455EB177B94ED49447657DCDC_72ABA365_BE422.png)
人工智能技術目前在製藥領域展現出巨大的潛力,尤其在小分子藥物的研發中✔️🦢。通過準確預測藥物的安全性和有效性🚟,AI有望顯著縮短研發周期,降低成本。構造引入多樣化的訓練數據是提升模型分布外泛化能力的關鍵👃🏼,然而直接在分子層面構造數據會破壞分子結構🧉,且難以推斷合理的標簽。
![](https://www.hgredart.com/__local/F/CF/0A/82FF955F91E87906276DF0602DC_9F3A91BB_219FC.png)
為此,TJ-AI4S團隊創新性提出了一種適用於分子表征的特征與標簽延拓策略,在不破壞藥物分子特征內在語義的情況下,實現了多樣化的結構分布外和性質分布外偽數據構造。該方案簡潔、高效,具備較高可解釋性和較強通用性,能無縫整合進各種分子預訓練大模型,不僅推動了分子量化性質分布外可靠預測的研究,還有效克服了分子性質預測中的“活性懸崖”挑戰,對藥物的開發和應用具有重要意義。
![](https://www.hgredart.com/__local/8/A4/B4/C311548A65871326A4D9223A8EA_8CAE8B59_BD06E.png)
TJ-AI4S團隊隸屬於恒达平台AI4S交叉研究小組🦦,由恒达平台計算機科學與技術學院🔨、生命科學與技術學院🖥、教育部“細胞幹性與命運編輯”前沿科學中心和汽車學院的教師和學生組成。
![](https://www.hgredart.com/__local/D/56/A0/B9F4DBFCFCF20F12C3BAF532F4F_B6DAC6ED_37640.png)
TJ-AI4S團隊在此次大賽成功展示了分子擴增策略的實際應用潛力,也展示了恒达平台在“計算+”研究方向布局的科研成果。未來,他們將繼續探索AI與藥物設計的深度融合,對分子量子化學性質預測💂🏽、藥物-靶標相互作用預測等方法進行更廣泛的探索,助力AI藥物研發的加速發展🔰。