上一章在談到藥物虛擬篩選和設(shè)計(jì)時，感覺兩部分有一些交叉和重疊，影響了我梳理先導(dǎo)化合物研發(fā)AI應(yīng)用的一些思路；又由于前期的基本概念的梳理，使得我對先導(dǎo)化合物研發(fā)的過程有了一個基本的認(rèn)知。因此想直接跳過基礎(chǔ)概念和知識的介紹，從我的理解出發(fā)來梳理先導(dǎo)化合物研發(fā)過程中AI可能參與到的部分。

• 藥物發(fā)現(xiàn)的核心是：1. 靶點(diǎn)發(fā)現(xiàn) 2.找到作用在靶點(diǎn)上的藥物(先導(dǎo)化合物發(fā)現(xiàn)) 3.先導(dǎo)化合物優(yōu)化

疾病靶點(diǎn)的尋找是藥物發(fā)現(xiàn)的至關(guān)重要的第一步，決定了藥物發(fā)現(xiàn)的成敗。其本身就是醫(yī)學(xué)基礎(chǔ)科研部分（當(dāng)然也包括了生物信息學(xué)技術(shù)和AI應(yīng)用）的核心問題之一，我們暫時先focus在“2.先導(dǎo)化合物發(fā)現(xiàn)”這部分內(nèi)容上。

• 先導(dǎo)化合物發(fā)現(xiàn)就兩種途徑：1.從現(xiàn)成的化合物中去找（藥物篩選） 2.自己設(shè)計(jì)新的（藥物分子設(shè)計(jì)）。至關(guān)重要的一點(diǎn)是（也是先前我在梳理時未提前考慮到的），藥物分子設(shè)計(jì)也離不開藥物篩選（因?yàn)橐彩谴罅吭O(shè)計(jì)后再篩選）

• 篩選也好，設(shè)計(jì)也好，先導(dǎo)化合物發(fā)現(xiàn)過程都需要有計(jì)算機(jī)的輔助。而一旦有了計(jì)算機(jī)的輔助，那么就可以通過數(shù)據(jù)處理、分析、建模來提高生產(chǎn)效率。總結(jié)來講，只要有先導(dǎo)化合物發(fā)現(xiàn)相關(guān)的數(shù)據(jù)，就有AI用武之地；不同之處在于用在何處，何處更急需。

• 先導(dǎo)化合物發(fā)現(xiàn)領(lǐng)域因其漫長的歷史和復(fù)雜性，本身具有諸多專業(yè)名詞和令人費(fèi)解的概念，要理解起來原本就是一件很complicated的事情；在這其中將AI的應(yīng)用進(jìn)行梳理和對應(yīng)就更為艱難。接下來我要基于自己對先導(dǎo)化合物發(fā)現(xiàn)過程的理解，從自己的角度梳理先導(dǎo)化合物發(fā)現(xiàn)的過程

一、藥物篩選

 - 藥物篩選分為高通量篩選和虛擬高通量篩選，前者是通過實(shí)驗(yàn)手段(包括生化和細(xì)胞)對化合物進(jìn)行大規(guī)模檢測；
    而后者則是在計(jì)算機(jī)上完成，這意味著要在計(jì)算機(jī)上模擬或者計(jì)算：1）藥物或靶點(diǎn)或配體的結(jié)構(gòu) 2）藥物與靶點(diǎn)的連接強(qiáng)度 
    3）作用效應(yīng)。要在計(jì)算機(jī)上模擬或者計(jì)算，則必須要有既往的數(shù)據(jù)（最初由實(shí)驗(yàn)手段得到）支撐。
    計(jì)算機(jī)模擬或者計(jì)算就是AI，只不過可能專業(yè)名稱不同，不同場景下稱謂不同而已。

二、藥物設(shè)計(jì)

  - 如果說虛擬篩選是基于已有的靶點(diǎn)和先導(dǎo)化合物結(jié)構(gòu)信息，通過高通量地進(jìn)行二者結(jié)合模擬，篩選出先導(dǎo)化合物；
    那么藥物設(shè)計(jì)就是基于已有的靶點(diǎn)結(jié)構(gòu)信息和既往的化學(xué)模塊/基團(tuán)作用效應(yīng)，通過計(jì)算機(jī)設(shè)計(jì)出全新的先導(dǎo)化合物，
    并進(jìn)一步通過虛擬篩選或?qū)嶒?yàn)加以驗(yàn)證。

先導(dǎo)化合物發(fā)現(xiàn)途徑關(guān)系示意圖

三、計(jì)算機(jī)輔助下的藥物發(fā)現(xiàn)過程及AI應(yīng)用

計(jì)算機(jī)輔助下的藥物發(fā)現(xiàn)過程及AI應(yīng)用

主要有三大塊：3.1 靶點(diǎn)發(fā)現(xiàn) 3.2 先導(dǎo)化合物篩選 3.3 先導(dǎo)化合物分子設(shè)計(jì)

• 3.1 靶點(diǎn)發(fā)現(xiàn)

靶點(diǎn)發(fā)現(xiàn)(target identification).png

• 3.2 先導(dǎo)化合物篩選(AI主要用于虛擬高通量篩選)

虛擬高通量篩選(vHTS).png

• 3.3 先導(dǎo)化合物分子設(shè)計(jì)(暫略)

計(jì)算機(jī)輔助下的藥物發(fā)現(xiàn)過程及AI應(yīng)用總結(jié)圖

機(jī)器學(xué)習(xí)在藥物發(fā)現(xiàn)過程中的成功應(yīng)用案例

具體的機(jī)器學(xué)習(xí)算法與藥物發(fā)現(xiàn)

化合物分子表示的挑戰(zhàn)

參考文獻(xiàn)
《人工智能在基于配體和受體結(jié)構(gòu)的藥物篩選中的應(yīng)用進(jìn)展》
復(fù)星醫(yī)藥與英矽智能Pharma.AI,開發(fā)CD47免疫治療藥物
Applications of machine learning in drug discovery and development