國產(chǎn)AI制藥新突破！深勢科技發(fā)布一站式藥研計算設(shè)計平臺Hermite

夢晨 2022-11-08 13:50:55 來源：量子位

夢晨 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

年度最受關(guān)注賽道——AI制藥，傳來最新進展：

深勢科技的新一代藥物計算設(shè)計平臺Hermite正式發(fā)布，并且迅速引發(fā)圈內(nèi)熱議和關(guān)注。

傳統(tǒng)上，研發(fā)一款新藥平均需要耗費10-15年時間、花費26億美元，其中包括大量失敗嘗試的支出。

而AI for Science的新范式正是被寄予了提高研發(fā)成功率，從而加速研發(fā)周期、減少成本、最終提高新藥研發(fā)投資回報率的厚望。

此輪AI制藥熱潮始于預測蛋白質(zhì)結(jié)構(gòu)的AlphaFold系列，但這只是新藥研發(fā)的第一步。

后續(xù)還需要結(jié)構(gòu)精修，到苗頭化合物篩選，再到先導化合物優(yōu)化和性質(zhì)預測等等。

這眾多環(huán)節(jié)，也都急需相應的新工具，新算法和不斷進步的認知。

在科研工具方面，深勢科技團隊于去年推出Uni-Fold，全尺寸復現(xiàn)AlphaFold 2，并開源了訓練代碼與推理代碼，為國際上首家。

如今近一年過去，不但Uni-Fold在功能和速度上迎來諸多改進，還有更多后續(xù)核心功能集中發(fā)布。

這些功能整合在Hermite平臺上，致力于為藥物研發(fā)工作者提供在CADD（計算機輔助藥物設(shè)計）中數(shù)據(jù)、算法、算力三位一體的一站式解決方案。

藥物研發(fā)一站式解決方案Hermite

Hermite平臺的四大核心功能，對應著小分子藥物設(shè)計領(lǐng)域的各項流程。

首先，蛋白質(zhì)結(jié)構(gòu)預測與優(yōu)化工具Uni-Fold是一個起點。

Uni-Fold做到精度與AlphaFold 2接近，但效率比AlphaFold 2 顯著提升，并克服了AlphaFold 2未開源訓練代碼、硬件支持單一、模型不可商用等局限性，

最近的升級中，Uni-Fold還在超大規(guī)模蛋白復合物預測上取得新突破，對包括離子通道、新冠病毒刺突糖蛋白等在內(nèi)的對稱蛋白的進一步研究具有重大意義。

預測出靶點蛋白質(zhì)的結(jié)構(gòu)就可以進入苗頭化合物篩選環(huán)節(jié)，對應的是超高通量虛擬篩選工具Uni-Docking。

Uni-Docking在保持篩選精度的前提下，在GPU上實現(xiàn)了比單核CPU 1600倍的加速，最快0.5小時可完成1200萬可采買分子數(shù)據(jù)庫的篩選。

與MM GB/PBSA組成虛擬篩選工作流后，準確性還能進一步得到提升，將千萬級分子數(shù)據(jù)庫的虛擬篩選推入可及、可用、可靠的時代。

有了靶點和苗頭化合物，接下來還需要預測藥靶結(jié)合模式，對應工具為Uni-IFD。

通過模擬藥物分子與靶點結(jié)合產(chǎn)生的“誘導契合”效應，Uni-IFD可以精確預測藥物與靶點的結(jié)合模式。

同時，Uni-Aquasite可以通過計算得到每個水分子的自由能，尋找對藥靶結(jié)合影響較大的水分子。

最后，則是基于自由能微擾的先導化合物優(yōu)化工具Uni-FEP。

Uni-FEP 基于自由能微擾理論、分子動力學、增強采樣算法，以化學精度高效評估蛋白質(zhì)與配體的結(jié)合親和能。克服了傳統(tǒng)分子對接方法打分函數(shù)不準、采樣不足的問題。

適用于R基團優(yōu)化、骨架躍遷、電荷轉(zhuǎn)移、大環(huán)成環(huán)等多種不同的優(yōu)化場景，以實現(xiàn)工業(yè)規(guī)模的先導化合物優(yōu)化。

介紹完了核心功能，Hermite平臺還有一個值得關(guān)注的地方是使用方式。

與傳統(tǒng)科學計算客戶端軟件不同，Hermite是免安裝、瀏覽器登錄即用的SaaS服務，體驗上包括可視化、結(jié)構(gòu)化分子，最大化操作區(qū)域，靈活調(diào)整窗口，跨窗口智能化協(xié)作等特點，這大大提升了應用體驗。

這樣一來，既能避免復雜的安裝流程、升級維護成本，更能以星期為單位不斷升級，持續(xù)將最新科研進展帶到藥物研發(fā)工作者手中。

基于云原生架構(gòu)，Hermite整合數(shù)據(jù)、算法與算力，具備大規(guī)模分布式計算能力，提高計算速度，同時也支持線下私有化部署。

據(jù)介紹，Hermite平臺已被國內(nèi)外數(shù)十家創(chuàng)新藥企和上千位學術(shù)用戶廣泛應用。

同時基于平臺能力，深勢科技與業(yè)內(nèi)多家合作伙伴建立了十余條合作管線，覆蓋包括CNS、腫瘤和自身免疫性疾病等領(lǐng)域，目前部分管線已處于Pre-PCC階段。

在發(fā)布會現(xiàn)場，恒瑞醫(yī)藥、益方生物、麗珠醫(yī)藥集團、泓博醫(yī)藥等合作伙伴的研究員也分享了AI for Science新范式下科研的經(jīng)驗與心得。

Hermite背后的深勢科技

實際上，在推出Hermite之前，成為AI for Science創(chuàng)業(yè)代表的深勢科技就已頗受業(yè)內(nèi)關(guān)注：

深勢科技創(chuàng)立于2018年，曾在18個月內(nèi)連續(xù)完成4輪融資，最近一輪融資額達數(shù)千萬美元。

從團隊背景看，創(chuàng)始人兼首席科學家張林峰，北京大學元培學院出身，在普林斯頓大學獲應用數(shù)學系博士學位。

另一位創(chuàng)始人兼CEO孫偉杰同樣來自北大元培，本科畢業(yè)后繼續(xù)在北京大學深造并獲碩士學位。

孫偉杰曾作為天使投資人活躍在科技、教育、企業(yè)服務等領(lǐng)域，張林峰則偏重前沿科學研究和技術(shù)應用探索。

此外，中科院院士、北京科學智能研究院院長、北京大學教授鄂維南擔任了深勢科技的首席科學顧問。

技術(shù)實力上，由鄂維南院士領(lǐng)銜的數(shù)十人科研隊伍，包含物理建模、數(shù)值算法、機器學習、高性能計算及藥物和材料計算等多個領(lǐng)域的專業(yè)人才。

他們均來自世界一流名校、頂尖科研院所和行業(yè)領(lǐng)軍企業(yè)，其中許多人擁有多學科交叉背景、豐富的科研和應用經(jīng)驗。

有著這樣一支實力強大的研發(fā)隊伍，深勢科技致力于“以新一代分子模擬方法打造微尺度工業(yè)設(shè)計平臺”的愿景，正在逐步清晰和實現(xiàn)。

新一代分子模擬方法，指「多尺度建模+機器學習+高性能計算」新研究范式。

深勢科技核心成員參與的一項研究，用機器學習方法將分子動力學極限提升至10億原子規(guī)模同時保持高精度。

這項成果在2020年獲得有「超算屆諾貝爾獎」之稱的戈登·貝爾獎，還與「量子優(yōu)越性」和「人造太陽」等成果一起當選2020中國十大科技進展。

再次聚焦到這次發(fā)布，Hermite正是這種新研究范式落地的標志性事件。

在發(fā)布會現(xiàn)場，中科院院士，北京科學智能研究院院長，深勢科技首席科學顧問鄂維南表示：

Hermite是AI for Science從算法創(chuàng)新到應用落地的里程碑實踐和代表產(chǎn)品。

鄂維南指出，AI for Science研究范式不僅拓展了數(shù)據(jù)驅(qū)動、物理模型驅(qū)動模式的能力邊界，還以產(chǎn)品的形式推動二者有機結(jié)合，供產(chǎn)業(yè)界的朋友共同使用。

值得注意的是，深勢科技創(chuàng)始人兼CEO基于深勢近年來在AI4S領(lǐng)域的研究和深耕，提出了“科學實驗算法分級理論”，即如何對算法設(shè)定合理的期望，怎樣的算法是可以大規(guī)模替代實驗的工業(yè)級算法。

孫偉杰將科學實驗算法分為L1至L3三個級別：

• L1為模仿現(xiàn)實，即對實驗結(jié)果的復制和外推；
• L2為預測現(xiàn)實，對現(xiàn)象的預測接近實驗精度，并有可預期的誤差范圍；
• L3為搜索現(xiàn)實，這就要求能夠準確預測現(xiàn)象，并能從空間中直接搜索最佳結(jié)果。

當前，對于化學、生物、材料、藥物等實驗學科，并不一定追求百分之百準確的算法。

只要能夠大幅縮小實驗誤差，明確精度邊界，就可以大規(guī)模的替代此前的實驗模式。

所以大規(guī)模推廣L2級別，積極發(fā)展L3級別的科學實驗算法，將引領(lǐng)未來實驗科學算法的前進方向。

對于未來發(fā)展方向，深勢科技表示：

從現(xiàn)在到2025年的核心目標，是在藥物研發(fā)的各個環(huán)節(jié)打造一系列能夠規(guī)模化替代實驗的工業(yè)級算法，把以經(jīng)驗驅(qū)動的實驗試錯模式轉(zhuǎn)變?yōu)?strong>“計算設(shè)計-實驗驗證”的理性迭代模式。

而Hermite充分利用云計算時代軟件功能特點和優(yōu)勢，在基礎(chǔ)設(shè)施快速建設(shè)和發(fā)展的時代，能夠幫助用戶持續(xù)觸達最前沿的藥物設(shè)計算法，并以星期為單位不斷升級產(chǎn)品使用體驗，做到持續(xù)進化。

最近一年來，我們能看到AI for Science突破性成果頻頻登上Nature、Science等頂刊，生物上從蛋白質(zhì)結(jié)構(gòu)預測到蛋白質(zhì)分子設(shè)計，數(shù)學上有AI輔助科學家證明定理，物理上有AI找出質(zhì)子中存在新夸克的證據(jù)。

但像Hermite這樣的產(chǎn)業(yè)落地成果卻并不多見。

要把算法打造成工業(yè)級，就不僅是AI公司自己的事，還需要系統(tǒng)工程和相關(guān)行業(yè)經(jīng)驗以及整個行業(yè)，產(chǎn)業(yè)鏈的攜手并進。

深勢科技為此發(fā)展了DeepModeling開源社區(qū)，將科研成果開放共享，頗受業(yè)界歡迎。曾出現(xiàn)過自己的論文剛發(fā)不久，就有多篇使用該方法做出的成果接連發(fā)表。

在深勢科技“成就伙伴，引領(lǐng)創(chuàng)新”的理念下，算法開發(fā)方、行業(yè)應用方、云計算服務方等多方合作打磨才有了Hermite平臺的誕生。Hermite和深勢科技還將把這種模式堅持下去，為行業(yè)做好賦能。

由此可以看出，在這個時代，閉門造車并不是最好的選擇。與行業(yè)合作伙伴共建，才是將學術(shù)研究落地到產(chǎn)業(yè)實踐，實現(xiàn)“科學技術(shù)是第一生產(chǎn)力”的最佳路線。

— 完 —

量子位 QbitAI · 頭條號簽約

關(guān)注我們，第一時間獲知前沿科技動態(tài)