商湯AI新藥研發成果登上國際權威科學雜志「Nature」子刊

現代醫學的發展離不開醫藥行業的突破，但新藥研發面臨投資大、周期長、風險高等難題。據Nature數據顯示，一款新藥的研發成本平均約26億美元，耗時約10年，成功率不到10%。

人工智能的發展，為提高新藥研發的效率和成功率帶來了新的技術手段，有望加速新藥研發。

近日，商湯科技在AI新藥研發（AIDD）跨學科應用領域的最新研究成果《通過自適應圖神經網絡預測未知抗體的中和性》(Predicting unseen antibodies' neutralizability via adaptive graph neural networks)，登上國際頂級學術期刊《自然》(Nature)子刊《自然-機器智能》(Nature Machine Intelligence)。

作為在計算機科學、人工智能領域期刊中影響因子最高（25.898）的頂級期刊（根據2021年度《期刊引證報告》人工智能領域的SCI期刊影響因子排序），《自然-機器智能》（Nature Machine Intelligence）只關注對該領域具有重要影響的科研成果，因其嚴格的評審標準，每年收錄論文數量平均僅60篇左右。

論文創新性地提出用于預測抗原-抗體中和性的DeepAAI算法模型，可以更高效地預測抗原-抗體中和作用，加速發現新的治療型抗體的過程，其顯著的性能在包括HIV、SARS-CoV2、流感和登革熱在內的多種病毒上得到了驗證。

  AI為治療型抗體發現送上“神助攻”

抗體由人體免疫B細胞產生，具有中和作用。通過與抗原相結合，使抗原失去原有的功能，防止細胞被抗原或者感染原侵害，因而在抗病毒藥物和疫苗有關的研究中十分重要。

生物醫藥學家研究抗體與抗原的中和作用通常需要進行實驗室濕實驗，包括噬菌體展示、酶聯免疫吸附試驗（ELISA）、假病毒試驗等。以廣泛應用于臨床醫學領域的ELISA為例，試驗中的每一抗都得用酶標記，需要投入大量的資源和時間，特別是在面對未知抗體時，無法事先預見其與抗原的中和作用。

因此，開發準確和快速的計算方法對抗原-抗體的中和作用進行初步篩選，減少濕實驗的盲目性，有助于加速發現新的治療性抗體的過程。

盡管目前已經有利用深度學習來進行篩選算法訓練，但多數是利用包括k-mer、PSSM、BlastP等表示抗原和抗體的各種蛋白質描述符，但這些蛋白質描述符是靜態且未被優化，對于特定的監督學習任務可能不是最優的。

為了克服上述挑戰，商湯率先提出了名為DeepAAI的抗原-抗體相互作用預測的深度學習算法模型，通過在未知和已知抗體的表征中應用拉普拉斯平滑（在GCN中），從已知抗體中學習未知抗體的表征，進而構建出兩個分別連接抗體和抗原的自適應關系圖。

這兩個基于DeepAAI自適應構造的關系圖具有豐富的可解釋性，抗體關系圖可以揭示抗體中和反應的相似性（相似的結合區域），抗原關系圖可以揭示病毒不同變體之間的關系。在此基礎上，研究人員可以推薦針對病毒新變種的可能的廣譜抗體。

由于不需要知道抗原和抗體的空間結構，此次研究成果可以幫助生物醫藥學家更加方便地預測抗原-抗體中和/非中和效應作為初步篩選，并估算衡量藥物誘導凋亡的IC50值，降低后續進行濕實驗的盲目性。

該方法可以推動生物醫藥研究人員快速便捷地將病毒或抗原樣本遷移應用到其他病毒或抗原上，為新病毒或抗原篩選高活性抗體，輔助抗體設計，加速抗體研發提供創新思路，從而進一步實現AI技術輔助大分子藥物篩選和設計的研發新范式。

此外，DeepAAI通過結合生成模型對抗體序列進行優化改良從而提高抗體的活性或從頭生成具有活性的抗體序列，在新藥研發領域具有重要意義和廣泛的應用價值，這一成果也受到了Nature Machine Intelligence雜志評審的高度認可。

  厚積薄發，持續賦能精準醫療

在新時代的數字化浪潮中，AI已經成為生物醫藥行業高質量發展的重要推動力。早在2017年，國務院發布的《新一代人工智能發展規劃》中即提出了要發展便捷高效的智能服務，推廣應用人工智能治療新模式、新手段，建立快速精準的智能醫療體系。

人工智能可為醫藥創新提供強而有力的支撐，降低藥物研發風險、提高研發效益。商湯科技智慧健康團隊在新藥研發領域持續積累，覆蓋藥物發現、臨床前研究、臨床試驗、新藥上市后多個藥物研發環節，旨在通過AI技術加速新藥研發和上市流程。目前，相關成果已經發表在Lancet Digital Health, Nature Precision Oncology, Bioinformatics等國際頂尖期刊，為生物醫藥行業的基礎研究和提供前沿的突破思路。

秉持對原創技術研發的初心，商湯科技智慧健康團隊做了大量的前瞻性研發工作，AI技術的賦能正在引領新藥研發的范式革新，逐步實現精度與效率的統一。同時，商湯已與國內外多家頂級藥企和生命科學基礎研究領域機構進行密切合作，加速實現基礎研究和應用場景協同的創新突破，力促AI新藥研發的落地，為推動醫藥行業的創新發展發揮積極作用。

未來，商湯智慧健康將持續拓展與上下游企業、研究機構以及高校的合作，為藥物研究、精準醫療帶來更多的智慧賦能。