AI+化学与制药 人工智能为药物研发和化学研究按下快进键
YOSIA Webinar     2020.06.29
演讲稿
讲者简介

随着人工智能时代的到来,研究人员需要在无穷变化的化学反应条件下手工设计出化学合成路线的“劳动密集型”将成过去,未来化学领域的人工智能应用能够掌握和消化海量合成方法、合成路线、材料结构和性能等,辅助化学家描绘出合成过程的“蓝图”,从繁重的手工劳动中解放出来。


在AI技术助力化学研究与新药研发的进程下,化学科研仍需大量创新和跳跃性思维,为人工智能提供创新策略,推进人工智能系统不断优化,后者再反过来推动化学研究人员进行更深入的研究。本期AI+化学与制药主题研讨会将汇集化学、制药行业代表及人工智能专家学者,一同探讨化学与制药行业的价值、研究路径及未来发展方向,以期能碰撞出创新的思想之火花。


活动内容:

(1)   化学和制药行业前沿研究的现状和挑战;

(2)   化学研究和制药行业结合人工智能的应用价值、研究的路径和案例;

(3)   AI加速新药研发在新冠疫情的应用、传统制药行业的困境;

(4)   化学和制药行业与人工智能融合的未来发展方向。


主题报告摘要:

《人工智能在化学合成中的应用》——李成涛

 合成以及逆合成是有机化学中的一个重要命题。逆合成旨在寻找能够合成目标化合物的反应物和合成路径。通过运用深度学习技术进行基于化学反应数据的学习,人工智能可以帮助化学家进行合成路线的设计和中间体化合物的选择,极大地减少设计需要的时间。这对于药物的研发、围绕着药物和中间体化合物进行的专利保护、以及药物的生产效率都有着重大的意义。

 

《弱AI时代的药物设计》——裴剑锋

药物发现是医药产业链的源头,现已成为人工智能技术的一个重要应用场景。AI可应用于包括靶标发现、先导化合物发现和优化、新药合成路线设计、药效及安全性预测等多个药物发现环节。人工智能和药物设计的交叉,一方面通过发展和利用人工智能技术基于已有的药物数据和知识建立特定的学习模型,为解决药物设计中的关键科学问题提供有效方法;另一方面,这种解决方法又可以探索物理化学基本原理的支撑。这种新的研究范式,为科研和应用提供了极大发展空间,有望在新药研发中产生突破。目前我们还处于弱AI时代,常见的方式还是发展单个AI模型处理单个任务,模型之间缺乏关联性和连续性、模型也无自我学习和自我推断的能力。如何根据靶标和药物分子信息的特点,发展出具有良好理论基础的专用药物发现AI方法,以及如何发展能力更强的AI算法,以模拟更大的系统,从而将药物发现从假设驱动转变为数据驱动的过程,是未来的人工智能药物设计的重要发展方向。

 

《人工智能在环境健康安全溶剂开发中的应用》——申威峰

随着全球污染问题的日益严峻和环保意识的不断加强,减少溶剂的使用量或开发环境友好型溶剂是解决化工环境安全问题的重要举措。数据驱动的分子设计技术不仅可以高效便捷地筛选候选溶剂,还能够综合考虑溶剂分离性能、经济效益、以及环境健康安全(EHS)等潜在影响。基于人工智能技术的深度学习神经网络,采用高性能计算平台进行智能识别和提取分子结构的特征,捕获微观分子结构与物质宏观性质之间的关系,运用人工智能技术建立更智能化的定量结构性质关系预测模型,有效地预测所需溶剂和化工产品的环境健康安全性质,推动绿色化工产品与可持续化工过程的不断开发。


本期组织者&主持:

翁经科,未来论坛青创联盟成员,麻省理工学院生物系副教授,白头生物医学研究所成员

翁经科博士现为白头生物医学研究所成员、麻省理工学院生物系副教授。他于2003年毕业于浙江大学生物技术系,2009年在普渡大学获得生物化学博士学位,2009至2013年在索尔克生物科学研究所的霍华德休斯医学研究所实验室从事博士后研究。他主要从事植物代谢进化、合成生物学及生物医药方面研究。 他于2017年创办DoubleRainbow Biosciences生物技术公司,致力于运用合成生物学和人工智能手段进行新药研发。翁经科博士曾多次获奖。他于2013年获得Tansley奖章,2014年获得美国植物学家协会青年成就奖和Pew生物医学学者奖,2015获得Searle学者奖,2016年获得Sloan研究奖和Beckman青年科学家奖, 2018年获得Scialog学者奖和Smith基金会奥德赛奖。


分享嘉宾(按姓氏顺序排列):

李成涛,Galixir星药科技创始人兼CEO

李成涛博士是Galixir星药科技创始人。星药科技致力于使用人工智能技术驱动药物发现。李成涛博士主要研究方向包括使用深度学习预测化合物逆合成反应、根据蛋白质序列和三维结构以及化合物性质等对化合物进行筛选等多个药物发现领域中的重要环节,在人工智能届顶级会议上发表了多篇论文。李成涛本科毕业于清华大学姚班,并在麻省理工学院取得了计算机科学的博士学位。

 

裴剑锋,北京大学前沿交叉学科研究院特聘研究员,博士生导师

裴剑锋,北京大学前沿交叉学科研究院特聘研究员, 博士生导师,在PNAS, JACS, NAR, Nature,Chemical Science等国际著名期刊上发表论文50多篇,兼任中国化学会计算机化学专业委员会委员,中国药理学会定量药理学专业委员会委员, 中国医药生物技术协会生物信息学分会委员,中国民族医药学会信息与大数据分会理事。主持国家自然科学基金,国家科技重大专项,科技部重点研发专项等科研项目6项,在国内率先开始人工智能化学信息学和药物设计研究, 曾获得中国药学会施维雅青年药物化学奖,中国化学会青年计算化学家奖以及药明康德生命化学研究奖。

 

申威峰,重庆大学特聘研究员,博士生导师

申威峰,重庆大学特聘研究员,博士生导师,重庆市青年拔尖人才。国家工信部工业节能行业标准化总体组专家委员;中国工业节能与清洁生产协会专家委员会委员;《中国化学工程学报》青年编委;Frontiers in Chemical Engineering副主编;中国系统工程学会过程系统工程专业委员会委员;世界绿色智能制造技术进展大会国际专业委员会委员;中国化工学会化工过程强化委员会委员。2009年在重庆大学获得硕士学位,2009-2012年在法国图卢兹大学国立综合理工学院获得工学博士学位,2012-2015年在荷兰壳牌石油集团/美国克拉克森大学担任助理研究员。作为负责人主持国家级、省部级、中央高校等项目10余项。主要从事人工智能在绿色溶剂开发和化工过程强化中的应用。发表SCI论文60余篇,申请发明专利9项。

 

杨东,西湖大学副研究员

杨东博士,2003-2007:上海交通大学学士,2007-2013:复旦大学博士,2014-2019:耶鲁大学博士后;2019-至今:西湖大学副研究员。目前担任复星领智(上海)医药科技有限公司、上海药苑生物科技有限公司人工智能科学顾问,致力于开发全新人工智能系统服务于癌症的精准治疗。包括利用人工智能系统分析提取癌症患者基因组、转录组特征,结合分析抗癌小分子药物结构及药物靶点,进行癌症个性化精准医疗;以及利用人工智能系统进行抗癌小分子新药研发和肿瘤新抗原药物开发。

 

杨庆怡, 辉瑞制药,医药计算化学资深研究员

杨庆怡博士目前在辉瑞有限公司担任医药计算化学科学家,致力于应用科学计算、 AI和深度学习算法模来对小分子新药进行研究和开发。 在多个学术期刊上发表研究论文,并拥有多项发明专利。 杨庆怡本科毕业于清华大学化学系, 并在宾夕法尼亚大学医学院取得计算生物物理学博士学位。



请填写以下表格

如果您有您感兴趣的工作,请描述相应工作的URL。工作清单可供使用这里.

分享
摘要
随着人工智能时代的到来,研究人员需要在无穷变化的化学反应条件下手工设计出化学合成路线的“劳动密集型”将成过去,未来化学领域的人工智能应用能够掌握和消化海量合成方法、合成路线、材料结构和性能等,辅助化学家描绘出合成过程的“蓝图”,从繁重的手工劳动中解放出来。