NVIDIA Clara Discovery 助力圣地亞哥初創(chuàng)公司采用機器學(xué)習(xí)新技術(shù)開發(fā)新一代療法

掌握的信息越充分，預(yù)測越準確。這是位于圣地亞哥的初創(chuàng)公司 Entos 改革藥物設(shè)計時遵循的原則，他們采用 AI 技術(shù)將分子屬性預(yù)測的準確性加速了一千倍。

藥物研發(fā)是一個非常耗時和數(shù)據(jù)密集型過程。但是Entos 的 Orbnet 架構(gòu)改變了這一點，它可以用之前 1/30 的數(shù)據(jù)來訓(xùn)練具有量子準確性的分子藥物研發(fā)模型，而且尋找具有廣闊前景的醫(yī)藥化合物所需進行的實驗數(shù)量也降至之前的 1/100，這樣可以顯著減少傳統(tǒng)藥物研發(fā)方法的等待時間和復(fù)雜性。

該公司加入了NVIDIA 初創(chuàng)加速計劃（此計劃旨在助力初創(chuàng)公司借助 AI 、數(shù)據(jù)科學(xué)和高性能計算的進步改革各種行業(yè)），他們正在利用NVIDIA Clara Discovery推進他們的工作。NVIDIA Clara Discovery 包括一系列最先進的框架、應(yīng)用程序和預(yù)訓(xùn)練模型，用于深入了解數(shù)十億種潛在的藥物分子如何在人體內(nèi)相互作用。

Entos 首席執(zhí)行官 TomMiller 表示：“基于物理原理的方法意味著我們可以在機器學(xué)習(xí)模型中加入更多有關(guān)基礎(chǔ)量子力學(xué)的特質(zhì)。這使我們即使使用更少的數(shù)據(jù)，也能夠做出更準確的預(yù)測?！?/p>

Entos 正在致力于發(fā)掘可以滅活與某些癌癥相關(guān)的蛋白質(zhì)的藥物分子。通過將量子力學(xué)計算引入機器學(xué)習(xí)，該初創(chuàng)公司可以更快速地縮小與靶蛋白結(jié)合的潛在化合物的范圍。

將 AI 引入藥物研發(fā)流程

機器學(xué)習(xí)正在改變從氣候科學(xué)到藥物研發(fā)等所有科學(xué)工作的方式。現(xiàn)在，AI 和機器學(xué)習(xí)的結(jié)合正在引領(lǐng)一種新的科學(xué)研究方式，那就是將深度學(xué)習(xí)和基于物理的仿真相結(jié)合，改變藥物發(fā)現(xiàn)的方式。

藥物研發(fā)是一個數(shù)據(jù)密集型過程，研究人員通過算力密集型計算來模擬分子和蛋白質(zhì)的相互作用，以發(fā)掘正確的療法。以往，這些形式的量子計算執(zhí)行起來成本高昂，需要數(shù)周到數(shù)月的時間才能完成。

通過整合 AI 和加速計算，研究人員可以模擬藥物與蛋白質(zhì)的相互作用并且達到量子準確性，從而在上述計算實驗方面從中受益。使用傳統(tǒng)量子力學(xué)計算方法，這些仿真需要的算力過于高昂。

Entos 在NVIDIA DGX A100 Tensor Core GPU上優(yōu)化其 OrbNet 藥物研發(fā)軟件。OrbNet AI模型由 Entos 首席執(zhí)行官 Tom Miller 和 NVIDIA 機器學(xué)習(xí)研究總監(jiān) Anima Anandkumar 在加州理工學(xué)院聯(lián)合開發(fā)，可實現(xiàn)機器人合成和高吞吐量實驗，從而加速藥物療法設(shè)計。

“OrbNet 使用了一種基于表達原子之間相互作這一領(lǐng)域特征的圖神經(jīng)網(wǎng)絡(luò)。此外，我們還考慮了三維旋轉(zhuǎn)等對稱性?！盇nandkumar 表示，“通過在設(shè)計中考慮這些因素，可以僅針對小分子（原子數(shù)量少于 40 個的分子）來訓(xùn)練 OrbNet，并直接以較高的準確率在大型蛋白質(zhì)分子上應(yīng)用該模型?！蓖ㄟ^與 NVIDIA 專家合作，Miller的科學(xué)家團隊能夠進行高吞吐量實驗，并“開啟新的大門去追求更多的成果”。

釋放共價鍵的潛力

機器學(xué)習(xí)的最新進展正在改變化學(xué)數(shù)據(jù)庫的數(shù)量和規(guī)模，助力研究人員尋找具備廣闊前景的藥物化合物。利用 AI 模型，科學(xué)家還可以用新的方式研究人體內(nèi)酶的無數(shù)種化學(xué)反應(yīng)。

這些先進技術(shù)相結(jié)合，有助于研究以往研究人員使用傳統(tǒng)方法無法研究的全新藥類。

一種前景可期的技術(shù)是創(chuàng)造與靶蛋白形成共價鍵的藥物分子。如果治療藥物可以僅與靶蛋白形成這些共價鍵，患者就可以使用更小的藥物劑量并且受到更少的副作用。Entos 研究人員計劃將這種方法應(yīng)用于癌癥、糖尿病和囊性纖維化等疾病領(lǐng)域。

Entos 已與制藥、材料和化學(xué)行業(yè)的領(lǐng)導(dǎo)者建立合作伙伴關(guān)系，并且在今年 7 月籌集了 5300 萬美元，以支持以高準確性打造卓有成效的藥物療法。該公司認為，與 NVIDIA 醫(yī)療健康團隊的積極合作幫助了他們獲得豐富的技術(shù)資源并借助 NVIDIA 硬件架構(gòu)優(yōu)化了他們的應(yīng)用。

責(zé)任編輯：haq