自20世纪60年代初，首 个定量构效关系QSAR模型诞生并应用于药物发现后，计算机辅助药物设计（CADD）得以飞速发展，成为制药业的核心工具。分子对接技术由于其准确性和实用性，不仅广泛应用于西药研发，更拓展至中药和食品领域。该技术有助于发现先导化合物、筛选药物、明确药物作用机理，甚至可揭示毒副作用和不良反应。

       随着机器学习与人工智能的崛起，AI驱动的药物发现（AIDD）逐渐崭露头角，将逐渐取代CADD成为主流。那么，AI加持的分子对接未来将如何变革？

       01

       更准

       在传统的药物设计中，预测分子间的相互作用主要依赖于实验和经验，但这种方法往往受到实验条件和主观因素的影响。

       而AI虚拟对接作为药物设计的重要工具，通过深度学习和复杂的算法，大大提高了预测的准确度。

       在加入计算机学习及人工智能算法后，AI分子对接的预测精度显著提升，为药物设计和筛选提供了更为可靠的依据。

       02

       更快

       分子对接有多种类型，刚性对接、半柔性对接及柔性对接。其中柔性对接能计算配体和蛋白质的自由变化，精确度高但对计算资源要求极高。然而，借助AI和云算力，我们能够降低对硬件的依赖。

       通过应用超算技术，AI分子对接的分析速度提升至数天完成整个分子库上亿对配体与靶点的对接分析。

       这一突破性进展将大大缩短药物研发周期，加速创新药物的上市进程。

       03

       更简单

       传统的分子对接涉及多个步骤和参数，对新手而言有一定的学习门槛。市面上甚至还有非常多的实操培训班。而如今，随着人工智能的发展，盲对接算法的出现简化了这一过程。通过人工智能的自动化和智能化处理，研究人员可以更加便捷地进行分子对接，降低了技术门槛，使得更多人能够参与到药物研发的过程中。这一转变让药物研发变得“傻瓜式”操作，极大地提高了研发效率。

       此外，AI分子对接在中药研发领域也展现出巨大潜力。中药有效成分结构复杂且数量庞大，传统的对接方法往往难以处理。而AI技术能够更好地解析中药成分之间的相互作用，为中药的现代化和国际化提供有力支持。通过应用AI网络药理学算法、批量成分活性预测等先进技术，我们能够解决中药多成分、多靶点、多信号通路多效应机制复杂的问题，进一步增强中药药效并加强新适应症的二次开发。

       总结来说，AI升级加持后的分子对接在药物研发领域展现出巨大的潜力和优势。它以更高的准确度、更快的速度和更简便的操作性，引领着药物研发的创新发展。无论是西药还是中药领域，这一技术都将为新药的发现和开发提供强有力的支持。未来，随着AI技术的不断进步和应用拓展，我们有理由相信分子对接将在药物研发领域发挥更加重要的作用，为人类健康事业的发展做出更大的贡献。

       图片来源：天然产物AI研发平台-分子对接

       为什么选择天然产物AI研发平台？

       为了评估我们AI分子对接算法在反向对接方面的性能，我们采用了这篇文献[1]中常用的两个数据集Astex Diverse Set(ADS)和DrugBank，并使用其中的反向对接评分函数比较了常见的三类算法及其改进版本的性能：①Autodock Vina；②DOCK；③Schr?dinger GLIDE。可以看出天然产物AI研发平台的算法均优于其它的算法。

       ADS:

       图片来源：天然产物AI研发平台

       DrugBank：

       图片来源：天然产物AI研发平台