新聞網(wǎng)訊  在今年全國兩會上，全國人大代表、中國工程院院士張伯禮建議，利用AI技術(shù)改造醫(yī)藥傳統(tǒng)產(chǎn)業(yè)，以智慧制藥賦能醫(yī)藥工業(yè)高質(zhì)量發(fā)展。他表示，“在AI技術(shù)不斷滲透到醫(yī)藥產(chǎn)業(yè)的過程中，醫(yī)藥工業(yè)要抓住這個機(jī)遇，利用AI技術(shù)從系統(tǒng)布局、科技支撐、轉(zhuǎn)化應(yīng)用等方面全面促進(jìn)醫(yī)藥工業(yè)的高質(zhì)量發(fā)展?！?/span>

近年來，中央民族大學(xué)藥學(xué)院王昊教授帶領(lǐng)團(tuán)隊在AI與藥學(xué)融合的前沿科研領(lǐng)域中積極探索運用多學(xué)科交叉技術(shù)和方法，深入開展先導(dǎo)化合物的發(fā)現(xiàn)及新藥研發(fā)。課題組聚焦抗菌藥物研發(fā)、抗肺纖維化研究、民族藥活性分子發(fā)現(xiàn)和mRNA核心序列設(shè)計算法開發(fā)等重點研究方向，運用AI和計算機(jī)輔助藥物設(shè)計等技術(shù)，在多靶點協(xié)同藥物設(shè)計等領(lǐng)域取得豐碩成果。

一、開發(fā)基于遺傳進(jìn)化的mRNA序列優(yōu)化軟件：codonOpt

mRNA藥物正從技術(shù)驗證邁向多適應(yīng)癥拓展的關(guān)鍵階段，其快速響應(yīng)與生產(chǎn)靈活性為疾病治療帶來新契機(jī)。mRNA的序列設(shè)計對其穩(wěn)定性和表達(dá)效率至關(guān)重要，可靠性和準(zhǔn)確性有待提升。codonOPT基于遺傳進(jìn)化算法構(gòu)建，針對穩(wěn)定性與表達(dá)效率兩個目標(biāo)求解帕累托前沿。實施過程中，通過有效控制種群多樣性，利用擁擠度函數(shù)與對CAI值的擬合，克服了種群快速坍塌的缺陷，能有效求解mRNA 合理范圍的帕累托前沿。經(jīng)濕實驗驗證，codonOPT優(yōu)化的mRNA 序列相較于現(xiàn)有市售產(chǎn)品優(yōu)勢顯著，且優(yōu)于對照算法。

二、開發(fā)AI agent平臺Drug_Homunculus

為讓實驗科學(xué)家能高效運用CADD與AIDD，專注科學(xué)問題，突破技術(shù)細(xì)節(jié)障礙，課題組正開發(fā)基于大語言模型的AI agent平臺Drug_Homunculus。該平臺整合文件自檢系統(tǒng)和異常處理系統(tǒng)，解決不同軟件的兼容性與交互性難題，降低CADD和AIDD的使用門檻。目前已完成分子對接-分子動力學(xué)模擬-結(jié)合自由能計算工具流搭建，并在校內(nèi)開放服務(wù)。

三、AIDD加速藥物先導(dǎo)篩選

藥物研發(fā)需從海量分子中篩選苗頭化合物，這就要求建立可靠算法模型以加快篩選進(jìn)程、提高準(zhǔn)確性。算法模型研發(fā)依賴高質(zhì)量數(shù)據(jù)庫作為訓(xùn)練集，可當(dāng)前公用數(shù)據(jù)庫數(shù)據(jù)標(biāo)準(zhǔn)不一、實驗方法各異、質(zhì)量參差不齊。課題組聯(lián)合中國醫(yī)學(xué)科學(xué)院醫(yī)藥生物技術(shù)研究所搭建抗菌藥物和先導(dǎo)分子數(shù)據(jù)庫，結(jié)合化合物結(jié)構(gòu)與活性數(shù)據(jù)，構(gòu)建統(tǒng)一的高質(zhì)量數(shù)據(jù)庫，并開發(fā)AI模型，加速抗菌藥物發(fā)現(xiàn)。

四、AI加速民族醫(yī)藥和中藥現(xiàn)代化研究

課題組與西藏大學(xué)王嗣岑教授獲得國家自然基金區(qū)域創(chuàng)新發(fā)展聯(lián)合基金重點支持項目資助，開展“基于TGF-β通路的防治肝肺纖維化道地藏藥篩選與作用機(jī)制研究”?；谝阎猅GF-β信號通路關(guān)鍵靶點抑制劑信息，建立AI模型進(jìn)行藏藥活性分子篩選，結(jié)合國產(chǎn)色譜技術(shù)，構(gòu)建分子水平快速篩選模型，通過干濕實驗結(jié)合開展民族藥物抗纖維化研究。

AIDD與CADD在藥物設(shè)計中作用關(guān)鍵，二者相互促進(jìn)、配合，合理運用可加速藥物研發(fā)進(jìn)程。同時，干濕實驗需緊密結(jié)合，干實驗用于研究設(shè)計與預(yù)測，濕實驗用于驗證與優(yōu)化模型，二者有機(jī)融合是藥物研發(fā)的核心。AIDD和CADD的發(fā)展離不開跨學(xué)科人才培養(yǎng)，AI輔助藥物研發(fā)需要既懂藥學(xué)知識，又精通AI和數(shù)學(xué)交叉領(lǐng)域的人才。

有學(xué)者認(rèn)為，當(dāng)前從業(yè)人員多應(yīng)用現(xiàn)有算法，數(shù)學(xué)建模與算法底層優(yōu)化能力不足，限制了對復(fù)雜生物系統(tǒng)的建模精度，缺乏數(shù)學(xué)思維也制約算法創(chuàng)新改進(jìn)。王昊教授認(rèn)同這個觀點，他表示真正的AI制藥需要“懂藥的AI人+懂AI的藥學(xué)人”深度融合，未來需通過跨學(xué)科人才培養(yǎng)和產(chǎn)學(xué)研協(xié)作機(jī)制彌補(bǔ)短板。