如何设计出骨架新颖、成药性高的分子是药物研发行业共同关注的重要问题。近几年，基于人工智能（AI）的新方法，尤其是深度学习模型，在药物从头设计（de novo Drug Design）和结构与属性分析方面展现出了光明的前景。作为大数据时代机器学习中一个极具代表性的模型框架，深度学习显现出对于海量数据的处理优势和更优的模型表现能力。结合化学信息学对于分子结构信息的处理，其具体应用包括但不限于定量构效关系模型的建立、分子性质的优化和模拟以及对更加广泛的化学空间的探索等。
深度学习模型在训练样本上形成了抽象的表征学习（如分子表征），能够有效提取任意输入-输出关系的基本特征，从而促进分子计算科学中的定量构效关系（QSAR）分析。此外，这样的深度表征能力也促进了能够处理分子的 de novo 设计问题的生成模型的发展。时至今日，分子生成模型在药物研发中的新颖结构设计应用程度更加深入，场景更加广泛。
为好文打赏 支持药时代 共创新未来！ 