化合物的生物活性篩選是現(xiàn)代藥物研發(fā)中關鍵的一環(huán)，其主要目的是在大量候選化合物中發(fā)現(xiàn)針對某種藥物靶點具有活性的分子。傳統(tǒng)的活性篩選方法需要合成大量化合物用以進行生物實驗，整個流程的成本高、周期長、成功率低。而通過AI技術進行藥物的虛擬篩選有望代替?zhèn)鹘y(tǒng)的活性篩選方法，加速中間步驟從而大幅度降低研發(fā)成本。

國際權威榜單Open Graph Benchmark（OGB）上的HIV和PCBA數(shù)據集包括多種生物活性實驗。其中，HIV數(shù)據集關注不同化合物是否能夠抑制HIV病毒在細胞內的復制，PCBA數(shù)據集關注不同化合物針對100多種疾病靶點的有效性。以其中能增強功能性SMN2蛋白表達的化合物為例，這些化合物能夠改善因SMN1蛋白突變失效引起的脊髓肌肉萎縮。 成功預測化合物這類性質對于發(fā)現(xiàn)針對多種疾病的有效藥物具有重要意義。

近日，飛槳在OGB該兩項分子性質預測榜單登上榜首，在AI藥物發(fā)現(xiàn)領域取得了新的技術突破。

基于飛槳能力實現(xiàn)分子性質預測

飛槳基于圖學習框架PGL，使用深度圖神經網絡（GNN），配合生物計算平臺螺旋槳PaddleHelix對藥物發(fā)現(xiàn)領域的理解，設計自監(jiān)督學習任務學習化合物分子表示，并應用到分子性質預測中。核心技術包括：

分子表示學習 為了將化合物分子作為圖神經網絡方法的輸入，需要首先將化合物分子特征化。OGB已經針對每個化合物提供了一系列基于圖結構的結點和邊的特征，可以對應到化合物的原子和化學鍵，但這些特征都較為微觀，無法表示化合物分子的宏觀化學特性。飛槳通過表示學習的方法，首次將分子的宏觀化學特性（官能團、分子指紋等信息）和圖神經網絡相結合，取得了融合宏觀化學特征的分子表示，并利用這個分子表示取得了ogbg-molhiv的榜首。

圖學習技術APPNP是基于個性化PageRank改進的特征傳播算法，通過迭代的方式來近似Personal PageRank的解析解。APPNP算法不引入額外的模型參數(shù)，能夠很好地調節(jié)局部信息和多階鄰居關系。飛槳通過結合GINE plus和APPNP技術，在不引入額外的模型參數(shù)下，獲得更好的模型表達能力，并取得ogbg-molpcba榜首。

飛槳圖學習框架PGL

百度深度學習平臺飛槳PaddlePaddle開源圖學習框架PGL v2.0版本，全面支持動態(tài)圖機制，可支持百億規(guī)模大圖，用戶可以通過PGL實現(xiàn)高效而又滿足工業(yè)應用需求的圖神經網絡。PGL支持的百度內外部業(yè)務也是遍地開花，全面覆蓋推薦系統(tǒng)、搜索引擎、智慧金融、智能地圖、安全風控、生物醫(yī)藥等場景。

生物計算螺旋槳PaddleHelix

螺旋槳PaddleHelix是基于百度深度學習平臺飛槳的生物計算平臺。提供了包括RNA二級結構預測、大規(guī)模分子和蛋白質表示學習、藥物靶點親和力預測、ADMET成藥性預測等，在新藥研發(fā)和疫苗設計環(huán)節(jié)具有廣闊應用前景的技術能力。

螺旋槳PaddleHelix可以幫助生物學、藥物化學、計算機交叉學科背景的學習者、研究者和合作伙伴更便利地構建AI算法模型。螺旋槳PaddleHelix生物計算平臺將保持開源開放原則，與合作伙伴共建共享，未來形成一套完整的面向行業(yè)的生物計算生態(tài)和服務。

責任編輯：lq6