蕭簫編輯整理

　　量子位報道公眾號 QbitAI

　　最近，來自哈佛大學等機構的研究人員，開發出了一個 AI“藥神”工具包，為加速新冠疫情下的新藥研發助力。

　　這款名為 DeepPurpose 的工具包，不僅包含 COVID-19 的生物測定數據集，還有 56 種前沿的 AI 模型。

　　作為一個基于 PyTorch 的工具包，DeepPurpose 只需要不到 10 行代碼，就能訓練出 AI“藥神”模型。

　　這些模型不僅能完成虛擬篩選，還能挖掘出已有藥物的新功能（例如，高血壓藥物可治療阿爾茲海默癥）。

　　下面來看看它實現的原理。

　　56 種前沿模型，功能齊全

　　DeepPurpose 由兩個編碼器組成，分別用來生成藥物分子和蛋白質的嵌入（Embedding），也就是深度學習過程中的映射。

　　隨后，將這兩個編碼器串聯到解碼器中，用于預測二者的結合親和力，如下圖所示。

　　在這期間，模型的輸入是藥物靶標對（drug-target pair），輸出則是指示藥物-靶對的結合活性的分數。

　　當然，DeepPurpose 畢竟是一個工具包，所以無論是藥物分子、還是蛋白質，它們的編碼器都不止一種類型。

　　對于藥物分子，DeepPurpose 提供了8 種編碼器。

　　在這些編碼器中，有用于構造分子結構圖的、有將繪制的分子轉換成二進制數的、也有用于獲取序列順序信息的等……模型各有不同。

　　而對于靶蛋白，DeepPurpose 也提供了7 種編碼器，相較于藥物的化學和信息學， 編碼器對靶蛋白的轉換更多地側重于生物學信息。

　　也就是說，DeepPurpose 一共能提供7*8=56 種模型，其中許多模型非常新穎前沿，值得入手。

　　那么，DeepPurpose 究竟該怎么上手呢？

　　10 步以內，上手 AI“藥神”

　　事實上，訓練一個新藥研發模型，需要通過以下幾個步驟，每一步都只需要用1 行代碼實現，所有這些步驟加起來，也不超過 10 步。

　　來看看這個模型要經過的步驟：

1、數據加載
2、指定編碼器
3、分割數據集、編碼
4、生成模型配置文件
5、初始化模型
6、訓練模型
7、舊藥新用/虛擬篩選
8、模型保存/加載

　　其中，DeepPurpose 最關鍵的兩個功能，舊藥新用和虛擬篩選可以在訓練后實現。可以看見，DeepPurpose 會自動生成藥物的親和度，并由低到高進行排序。

　　這樣，就能快速縮小高通量分子的篩選范圍（如果親和度為0，那真的不必考慮了）。

　　至于虛擬篩選，也是類似的工作，會生成一個與上圖相似的排名列表。

　　不僅如此，這個 AI 模型還包含另外幾種案例，例如 SARS-CoV2 3CLPro 的舊藥新用方法、預訓練模型等。

　　此外，針對近期引發關注的新冠疫情，DeepPurpose 也包含了MIT 收集的 COVID-19 開源數據集。

　　針對這些數據，工具包中有相應的函數，可以直接引用。

　　而這個工具包的框架，正是基于藥物研發的原理制作的。

　　靶蛋白：藥物作用對象

　　藥物篩選最根本的原理，通常是判斷藥物分子與靶蛋白（藥物作用的目標）的親和性。

　　為什么是蛋白質？

　　事實上，這是因為部分疾病（例如癌癥、腫瘤）產生的原因，通常與某一類蛋白質有關，如果能找到、并用藥物“調節”這種蛋白質，就能治愈疾病。

　　△圖片來源于 flickr

　　例如，細胞與細胞之間的交流，依靠的就是細胞膜上的糖蛋白。而某種疾病發生的原因，可能就是因為一類細胞上的糖蛋白過度表達。

　　而這個糖蛋白，就被稱之為疾病過程中的靶蛋白。

　　但能用來調節某種靶蛋白的藥物，并不好找，畢竟不是每種化合物都能很好地與靶蛋白“貼貼”。

　　在這樣的基礎上，研究人員開發了 DeepPurpose，這個工具包能用于預測藥物分子與靶蛋白的親和度，專業學術名詞叫藥物-靶標相互作用（Drug-Target Interaction, DTI），簡稱DTI。

　　之所以選擇用 AI 助力新藥研發，也有其背后的原因。

　　AI 助新藥研發一臂之力

　　事實上，藥廠研發出一種新藥，需要15 年左右，甚至更久。

　　而在這期間，光是研究開發的階段，就要花掉2-10 年。

　　研究開發的階段，目的是篩選出有治療潛力的新化合物，也就是說，每一種化合物都需要做實驗，去不斷試錯。

　　這一過程不僅枯燥無味，而且工程量巨大，人力財力都得砸。

　　如果用 AI 完成藥物篩選這一過程，對于新藥研發的加速將會起到不小的作用。

　　作者介紹

　　論文的第一作者黃柯鑫，本科于紐約大學獲得數學和計算機雙學位，目前在哈佛大學讀碩士，專業與醫療大數據有關。

　　黃柯鑫的研究方向，主要是圖神經網絡（GNN）在新藥研發和醫療文本（如電子病歷等）上的應用。

　　此外，Tianfan Fu、Lucas Glass、Marinka Zitnik、Cao Xiao 和 Jimeng Sun 也共同參與了研究工作。

　　傳送門

　　論文鏈接：

　　https://arxiv.org/abs/2004.08919

　　項目鏈接：

　　https://github.com/kexinhuang12345/DeepPurpose

　　黃柯鑫主頁：

　　https://www.kexinhuang.com/

總結

以上是生活随笔為你收集整理的PyTorch还能开发新药？哈佛推工具包，10行代码训练“药神”模型的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。