百度螺旋槳團隊成果登NMI：對化合物3D建模

日前，國際知名機器學習學術期刊Nature Machine Intelligence（NMI，近2年影響因子≈16.649）在線發表了百度生物計算團隊（“螺旋槳”團隊）的最新研究成果，論文提出基于空間結構的化合物表征學習方法，即“幾何構象增強AI算法”（GEM模型），將化合物的幾何結構信息引入自監督學習和分子表示模型，對化合物進行“3D建模”，以預測化合物分子的性質屬性。其在藥物篩選中的應用，可在數小時內完成傳統仿真方法1年的工作量，效率提升上千倍，有望大幅降低藥物研發的時間投入和成本投入。

作為藥物研發的關鍵一環，候選化合物的性質預測相當于為臨床實驗“排雷”，即提前篩選掉毒副作用高、人體不易吸收代謝等的化合物。此前，這項工作只能通過傳統仿真實驗進行，成本高且耗時長。后來，研究人員引入深度學習，但傳統的深度學習方法大多基于序列或二維圖結構建模，缺乏對化合物三維空間結構信息的利用，這會丟失一部分空間信息，導致化合物性質預測結果的偏差。為更好地預測化合物性質，亟需引入化合物的三維空間信息。

百度螺旋槳團隊提出的GEM模型，正是在這一點上實現了突破。論文稱，他們開創性的工作，是業界首次將化合物性質預測從“2D建模”推進到“3D建模”。同時，團隊通過引入預訓練技術和利用大量無標注的化合物數據，通過自監督學習來構建GEM模型的底層能力，有望打造小分子藥物研發領域的模型底座，解決小分子藥物活性預測、成藥性預測等藥物設計的核心問題，真正加速藥物特別是創新藥物的發現過程。

基于空間結構的化合物表征學習方法（GEM）的整體框架 百度供圖

論文進一步發布了該模型的實驗效果，結果顯示，GEM模型在14個學術界公認的應用任務數據集（包括抑制 HIV 艾滋病病毒復制能力的數據集、小分子的生物活性數據集、血腦屏障滲透數據集等）上取得最佳結果，超越斯坦福大學等提出的模型效果。其中，GEM模型在“回歸”任務上相對現有方法指標提升8.8%，在“分類”任務上指標相對提升4.7%，并在自監督學習方法上的消融實驗中證明了其有效性。

目前，開源社區GitHub上已經開源了GEM模型完整代碼。研究人員表示，GEM模型目前已經在多個合作伙伴的研發管線中實現了商業化落地。這表明，人們有望通過AI技術探索雙靶點抑制劑新的研發范式，為癌癥病人和自身免疫性疾病病人提供更有效的治療藥物。

此外，研究人員指出，該方法還有助于高效測量“藥物—靶標”的相互作用，進而用于加速新藥研發、發掘老藥新用途、探索多種藥物聯合使用等，這有助于降低藥品抗藥性和毒副作用，甚至療治新病癥。

該項研究由百度螺旋槳PaddleHelix團隊獨立完成。百度基于飛槳打造的生物計算平臺“螺旋槳PaddleHelix”，致力于為生物醫藥專家與學者提供“AI+生物計算”的模型工具和解決方案，服務于新藥研發、疫苗設計、精準醫療等場景。