近日，哈佛大学等机构研究人员开发出AI“药神”工具包，助力新冠疫情下加速新药研发.该工具包名为DeepPurpose，不仅包含COVID-19生物识别数据集，还包含56个前沿人工智能模型。作为一个基于PyTorch的工具包，DeepPurpose只需要不到10行代码就可以训练出AI“药神”模型。这些模型不仅可以进行虚拟筛选，还可以发现现有药物的新功能（例如，一种治疗阿尔茨海默病的高血压药物）。让我们来看看它是如何工作的。56个前沿模型，功能齐全DeepPurpose由两个编码器组成，分别用于生成药物分子和蛋白质嵌入（Embedding），也就是深度学习过程中的映射。随后，将两个编码器连接到解码器中，以预测两者的绑定亲和力，如下图所示。在此期间，模型的输入是药物-靶点对，输出是表示药物-靶点对结合活性的分数。当然，DeepPurpose毕竟是一个工具包，所以无论是药物分子还是蛋白质，都有不止一种编码器。对于药物分子，DeepPurpose提供了8个编码器。在这些编码器中，有的用于构建分子结构图，有的用于将绘制的分子转化为二进制数，有的用于获取序列顺序信息等，型号各不相同。对于目标蛋白，DeepPurpose也提供了7个编码器。与药物化学和信息学相比，编码器向目标蛋白的转化更侧重于生物信息。也就是说，DeepPurpose一共可以提供7*8=56个模型，其中有很多非常新颖前沿，值得入手。那么，如何开始使用DeepPurpose？10步之内，上手AI“药神”事实上，要训练一个新的药物研发模型，需要经过以下几个步骤，而每一步只需要一行代码实现。所有这些步骤加起来不超过10个步骤。我们来看看这个模型会经历的步骤：1.数据加载2.指定编码器3.拆分数据集，编码4.生成模型配置文件5.初始化模型6.训练模型7.复用旧药/虚拟screening8,Modelsaving/loading其中，DeepPurpose最关键的两个功能，老药新用和虚拟筛选都可以通过训练实现。可以看到DeepPurpose会自动生成药物的亲和力，并从低到高排序。这样就可以快速缩小高通量分子的筛选范围（如果亲和力为0，真的无所谓）。至于虚拟筛选，它的工作原理类似，生成类似于上图的排名列表。不仅如此，这个AI模型还包括其他几个案例，比如SARS-CoV23CLPro的老药新方法、预训练模型等。此外，DeepPurpose还包括MIT收集的COVID-19开源数据集用于最近备受关注的新冠疫情。对于这些数据，工具包中都有相应的函数，可以直接引用。该工具包的框架基于药物开发的原则。靶蛋白：药物筛选最基本的原则是判断药物分子与靶蛋白（药物作用的靶点）之间的亲和力。为什么是蛋白质？事实上，这是因为某些疾病（如癌症和肿瘤）的病因通常与某种蛋白质有关。如果能找到这种蛋白质并用药物“调节”，这种疾病就可以治愈。△图片来自flickr。例如，细胞之间的通讯依赖于细胞膜上的糖蛋白。某种疾病的病因可能是由于某种细胞上糖蛋白的过度表达。而这种糖蛋白被称为疾病过程中的靶蛋白。然而，要找到可用于调节某个靶蛋白的药物并不容易。毕竟，并不是每一种化合物都能很好地“粘附”到目标蛋白上。在此基础上，研究人员开发了DeepPurpose，这是一个可用于预测药物分子与目标蛋白之间亲和力的工具包。专业术语是药物-靶点相互作用（DTI），简称DTI。选择用人工智能辅助新药研发也是有原因的。人工智能助力新药研发事实上，一家药企研发一款新药大约需要15年甚至更长的时间。在此期间，仅研发阶段就需要2-10年。在研发阶段，目的是筛选出具有治疗潜力的新化合物，也就是说，每一种化合物都需要进行试验，不断试错。这个过程不仅枯燥乏味，而且工作量巨大，需要大量的人力和财力。如果利用人工智能来完成药物筛选的过程，将对加速新药研发起到重要作用。作者简介黄可欣，论文第一作者，获得纽约大学数学与计算机科学双学位，目前在哈佛大学攻读硕士学位，专业为医疗大数据。黄可欣的研究方向主要是图神经网络（GNN）在新药研发和医学文本（如电子病历等）中的应用。此外，傅天凡、LucasGlass、MarinkaZitnik、曹晓和孙继孟也参与了研究工作。传送门论文链接：https://arxiv.org/abs/2004.08919项目链接：https://github.com/kexinhuang12345/DeepPurpose黄可欣主页：https://www.kexinhuang.com/
