楊勝勇教授化學領域權威期刊ChemicalReviews發表重要論文

　　近年來，以深度學習（deep learning）為代表的人工智能（artificial intelligence, AI）技術獲得快速的發展，被認為是新一輪科技革命和產業變革的重要驅動力量，同時也為加快創新藥物研發帶來了新的希望，推動藥物研發從傳統的以靶點和結構信息為核心，逐漸轉變為以數據和算法為核心的模式。目前，深度學習已成功地應用于圖形圖像識別、自動駕駛、人類智力游戲等領域，并獲得了巨大的成功。雖然如此，由于創新藥物研發本身的一些特殊性，例如分子表征、小樣本等，以及常用的深度學習方法的不足，導致深度學習在創新藥物研發中的應用受到諸多限制。

　　該論文全面綜述了人工智能算法在藥物研發中的應用。在介紹了在本領域中常用算法的基本原理后，文章進一步詳細全面地綜述了人工智能算法在基于結構或配體的虛擬篩選、從頭藥物分子設計、藥代動力學性質預測、老藥新用及相關方面所取得的進展，對文獻所報道的模型的優缺點進行了對比。此外，作者對人工智能算法在藥物發現的其他新興領域（如大數據驅動的精準醫療和多靶標小分子設計、藥物分子可合成性分析等）的發展進行了深度概述。最后，作者總結了人工智能驅動的藥物發現領域面臨的挑戰和局限性，并指出了該領域未來潛在的突破方向。

　　楊勝勇教授是教育部“長江學者獎勵計劃”特聘教授、國家杰出青年基金獲得者、百千萬人才工程國家級人選、教育部“創新團隊發展計劃”團隊帶頭人；擔任Signal Transduction and Targeted Therapy期刊副主編及多個國際期刊的編委；以第一完成人獲國家自然科學二等獎、教育部自然科學一等獎、藥明康德生命化學研究學者獎等。該團隊主要從事計算機輔助藥物分子設計方法與應用，以及針對重大疾病的小分子靶向藥物研究。至今已在本領域頂級或重要刊物發表SCI論文200余篇。申請ZL80余項，獲授權ZL30余項，包括12項國際ZL。研發的6個候選新藥已轉讓到國內大型制藥公司，其中兩個已進入臨床試驗。

　　上述研究得到了國家自然科學基金面上項目、國家自然科學基金青年項目、國家科技重大專項、華西醫院1·3·5工程、國家博士后創新人才計劃等項目的支持。

　　文章鏈接：https://pubs.acs.org/doi/10.1021/acs.chemrev.8b00728