(資料圖片)

7月7日，在2023世界人工智能大會張江科學會堂分會場，由騰邁醫藥（TandemAI）主辦的2023 WAIC“探尋新一代技術工具，拓寬藥物發現邊界”論壇順利召開。與會專家深入探討智能計算工具在藥物研發領域的前沿技術和落地應用，助力藥物研發的范式變革。

騰邁醫藥創始人、CEO 何騎在開場致辭時說，騰邁醫藥非常榮幸能在全球智能領域最令人矚目的WAIC大會中主辦“探尋新一代技術工具，拓寬藥物發現邊界”論壇，騰邁醫藥通過將專有的基于量子力學及人工智能驅動的高性能計算平臺與規模化高效濕實驗室相結合，提供一站式解決方案，引領新藥研發的范式變革。何騎表示，騰邁醫藥始終致力于提高藥物發現工具的可及性，降低先進計算工具的使用門檻，包括物理學建模、機器學習模型、數據分析和算力平臺等，并致力于助力行業優質數據積累。

騰邁醫藥CTO Albert Pan在題為“計算在藥物發現領域中的前沿進展”的主旨演講中說到，“在藥物的發現和開發過程中，化學構象的空間是非常巨大的，大到無法想象，而我們現在所有嘗試過的化合物，可能只是海灘上的一粒沙。”

Albert Pan說，讓他感到振奮人心的是，將有越來越多的AI工具，幫助人們去探索更大的化合物構象空間。機器學習以及基于第一性原理的科學建模各具特色，騰邁醫藥結合兩者優勢，自主研發了一系列的高階工具，包括采用高級采樣方法的FEP預測工具，以化學規則為基準的生成工具等等，顯著增加了預測的通量和準確度。

騰邁醫藥CTO Albert Pan現場連線并采訪了Relay Therapeutics首席數據科學官Pat Walters，在談到“DrugGPT離ChatGPT還有多遠”的問題時，Pat Walters說，在早期藥物發現階段還需要針對特定類型的數據進行結構化、定向化的收集，才有可能真正意義上實現AI/ML對藥物預測的實質性突破。

針對“小分子藥物研究的挑戰和AI賦能發展”問題，上海交通大學藥學院院長張翱從宏觀上概述了不同類型計算工具在不同模式藥物研發場景中的賦能，并分享了業界代表企業的成功案例。他結合自己多年研發工作，講解了AI賦能之下小分子領域面臨的挑戰和機遇。張翱呼吁業界與學術界在更早期就開展合作，促進基礎研究更快落地。

成都先導計算科學負責人程學敏向大家分享了“DEL+AI 拓展新分子空間的新技術”的主題演講。她表示，“DEL+AI”在探索化合物空間方面有著廣泛的應用前景，通過將DEL平臺的“海量信息產出”能力和AI技術的“海量信息處理和學力”能力進行有機整合，可以提供更多可靠、有效的模型來生成新分子和預測小分子的活性和成藥性，從而實現更廣闊化學空間的化合物篩選，拓展先導化合物的發現途徑。

業內人士認為，隨著ChatGPT的爆火，AI 2.0時代到來，生物制藥行業產生了全新的改變。盡管現階段AI制藥在技術和政策上還面臨著諸多挑戰，但越來越多傳統藥企開始積極擁抱AI，藥物研發模式正在經歷前所未有的顛覆與變革。未來，AI賦能下的藥物研發或將真正實現降本增效、進一步促進生物科學的發展，從而創造更大的商業價值及社會價值，讓更多普通人受益。

據悉，騰邁醫藥是一家致力于用先進計算技術重塑藥物分子發現流程的平臺型科技公司。公司成立于2021年10月，設立至今在紐約、波士頓、上海、蘇州已擁有員工近250人，化學生物實驗室10,000多平米，已累計為國內外50余家知名生物科技公司提供優質服務，客戶數量和項目數正持續增長。

（文章來源：上海證券報·中國證券網）

關鍵詞：