点评 | 吴朝晖(浙江大学校长,中国科学院院士)责编 | 兮生命科学迅猛发展,刷新大家对生命认知的同时,也给疾病治疗带来了更多的可能性。理论上,几乎所有生物学功能都可以被药物靶向。小分子因其相对低廉的成本,成为各大制药公司和研究机构开展疾病治疗研究的首选工具,药物发现也因此越来越“平权化”。然而,找到具有合适药理学、毒理学和药代动力学等特性的小分子,依然是一个很大的挑战。面对不断增长的药物研发数据,现有的人工智能(AI)方法虽然可以据此构建出强大的预测模型,然而深度神经网络所学到的东西通常难以被化学家和生物学家理解,而且这种认知差距正在不断增大,也使科技人员难以相信AI模型的预测结果,这也限制了AI技术在药物研发实践中的应用【1】。近日,中科院上海药物所蒋华良院士和郑明月研究员(第一作者为博士研究生熊招平)在Journal of Medicinal Chemistry发表封面文章Pushingthe Boundaries of Molecular Representation for Drug Discovery with the GraphAttention Mechanism。该论文介绍了一种基于注意力机制的图神经网络模型(Attentive FP)。该模型可以用于分子表征,在多个药物发现相关的数据集上的预测表现达到当前最优,并且该模型所学到的内容具有可解释性。这种可解释性在机器的认知和人的认知的差异间架起了一座桥梁,由此可能更好地利用机器的认知增强药物学家的认知,产生更大的实际应用价值。Attentive FP的特征可视化表明,它可以自动从特定任务中学习到分子结构内非局部的特性,因此可以帮助药物学家或化学家超越经验和直觉,直接从各种性质数据中获取对该分子结构更深层的理解。
郑明月,中国科学院上海药物研究所研究员、博士生导师、国家新药研究重点实验室成员、中国化学会计算机化学专业委员会委员。研究方向是基于人工智能和大数据的精准药物设计技术开发。在药物作用机制和靶点发现、新靶点活性化合物的发现和成药性优化等方面取得了一系列成果,发展了具有特色和创新性的机器学习算法和模型,得到了国内外同行的关注。近年来,共发表SCI论文70余篇,参与5部专著的编写;在Trends Pharmacol Sci、Autophagy、J Med Chem、J Chem Theory Comput和Bioinformatics等杂志发表通讯或第一作者论文40余篇。参与申请发明专利和软件著作权16项,其中已获得发明专利授权5项,软件著作权3项。目前主持自然科学基金面上项目,作为课题负责人参与科学院个性化药物先导专项和生物安全关键技术国家重点研发计划等项目。近年来,入选中科院青年创新促进会会员(2013),获得中国药学会施维雅青年药物化学奖(2014),赛诺菲-中科院上海生科院优秀青年人才奖(2015),上海市人才发展资金(2018)等奖励和荣誉。蒋华良(共同通讯作者)
1. Shake-up in AI drug discovery, NatBiotechnol. 2019, 37(6):576.2. Dragon 7.0. https://chm.kode-solutions.net/products_dragon.php3. Duvenaud, D.; Maclaurin, D.;et al.. Convolutional Networks on Graphs for Learning Molecular Fingerprints. ArXiv E-Prints 2015, arXiv:1509.09292.4. Schneider, G. Mind and Machinein Drug Design. Nat. Mach. Intell. 2019, 1 (3), 128–130.5. Zhou, Z.; Li, X. GraphConvolution: A High-Order and Adaptive Approach. ArXiv E-Prints 2017,arXiv:1706.09916.6. Kearnes, S.; McCloskey, K.;Berndl, M.; Pande, V.; Riley, P. Molecular Graph Convolutions: Moving BeyondFingerprints. J Comput-Aided Mol Des 2016, 30, 595.7. Wu, Z.; Ramsundar, B.; et al..MoleculeNet: A Benchmark for Molecular Machine Learning. Chem Sci 2018,9 (2), 513–530.8. Xiong, Z, Wang, D,; et al..Pushing the boundaries of molecular representation for drug discovery withgraph attention mechanism. J Med Chem. 2019,https://doi.org/10.1021/acs.jmedchem.9b009599. Ashish, V.; Shazeer N,; et al.."Attention is all you need." In Advances in neural informationprocessing systems, 2017, pp. 5998-6008.