下一個(gè)黃金賽道是 AI + 生物醫(yī)藥

原標(biāo)題：抓住「AI+生物醫(yī)藥」黃金時(shí)期，盤點(diǎn)2024年最值得關(guān)注的顛覆性成果
文章來源：HyperAI超神經(jīng)
內(nèi)容字?jǐn)?shù)：17604字

AI賦能生物醫(yī)藥：46篇前沿論文解讀

本文總結(jié)了HyperAI超神經(jīng)精選的2023-2024年間46篇AI在生物醫(yī)藥領(lǐng)域的前沿論文，這些論文涵蓋了CVPR 2024、ICML 2024、ACL 2024、Nature等國際知名會(huì)議和期刊，研究機(jī)構(gòu)包括微軟研究院、DeepMind、麻省理工學(xué)院等全球頂級(jí)高校和機(jī)構(gòu)。文章內(nèi)容聚焦AI在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、藥物研發(fā)、基因測(cè)序和細(xì)胞研究等方面的突破性進(jìn)展，并對(duì)部分論文進(jìn)行了簡要介紹。

1. 蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)與設(shè)計(jì)

1. **AlphaFold及其衍生應(yīng)用:** AlphaFold及其改進(jìn)版本在蛋白質(zhì)三維結(jié)構(gòu)預(yù)測(cè)方面取得了性進(jìn)展，為理解蛋白質(zhì)功能和開發(fā)靶向藥物提供了有力工具。多篇論文基于AlphaFold進(jìn)行改進(jìn)和拓展，例如麻省理工團(tuán)隊(duì)利用AlphaFold和自定義流匹配框架，獲得了序列條件的蛋白質(zhì)結(jié)構(gòu)生成模型AlphaFLOW和ESMFLOW，揭示了蛋白質(zhì)動(dòng)態(tài)多樣性。(論文06)

2. **蛋白質(zhì)從頭設(shè)計(jì):** 多篇論文關(guān)注AI輔助的蛋白質(zhì)從頭設(shè)計(jì)，例如David Baker團(tuán)隊(duì)研發(fā)了基于擴(kuò)散模型的技術(shù)RFpeptides，用于設(shè)計(jì)高親和力的大環(huán)結(jié)合物，為不可成藥蛋白質(zhì)提供新可能性。(論文01) 中科院團(tuán)隊(duì)開發(fā)了基于擴(kuò)散模型的P450酶從頭設(shè)計(jì)方法P450Diffusion，提高了催化能力。(論文08) DeepMind的AlphaProteo則能夠高效設(shè)計(jì)靶蛋白結(jié)合物，親和力提高300倍。(論文25)

3. **蛋白質(zhì)語言模型:** 多篇論文利用蛋白質(zhì)語言模型(PLM)進(jìn)行蛋白質(zhì)特性預(yù)測(cè)和設(shè)計(jì)，例如上海交大團(tuán)隊(duì)開發(fā)的ProSST模型有效整合了蛋白質(zhì)結(jié)構(gòu)信息。(論文07) 浙江大學(xué)團(tuán)隊(duì)提出的DePLM模型，在突變效應(yīng)預(yù)測(cè)方面優(yōu)于現(xiàn)有模型。(論文09) 清華大學(xué)等聯(lián)合發(fā)布的ESM-AA模型，在靶點(diǎn)-配體結(jié)合等任務(wù)上性能顯著提升。(論文17)

2. 藥物研發(fā)

1. **藥物設(shè)計(jì)與篩選:** AI在藥物設(shè)計(jì)和篩選方面發(fā)揮著越來越重要的作用。多篇論文利用AI預(yù)測(cè)藥物特性、設(shè)計(jì)新藥，并縮短藥物研發(fā)周期。例如，湖南大學(xué)等聯(lián)合推出的藥物研發(fā)大語言模型Y-Mol，性能全面領(lǐng)先LLaMA2。(論文03) 中南大學(xué)團(tuán)隊(duì)發(fā)布的AdaDR，基于自適應(yīng)圖卷積網(wǎng)絡(luò)進(jìn)行藥物重定位。(論文31) 麥克馬斯特大學(xué)和斯坦福大學(xué)的研究人員利用生成式AI模型SyntheMol設(shè)計(jì)新型抗生素。(論文32)

2. **蛋白質(zhì)-配體結(jié)合預(yù)測(cè):** 上海交通大合星藥科技等提出的DynamicBind模型，實(shí)現(xiàn)了蛋白質(zhì)動(dòng)態(tài)對(duì)接預(yù)測(cè)，為藥物發(fā)現(xiàn)提供了新的工具。(論文11) 中國人民大學(xué)團(tuán)隊(duì)提出的EquiPocket框架，將等變圖神經(jīng)網(wǎng)絡(luò)應(yīng)用于靶蛋白結(jié)合位點(diǎn)預(yù)測(cè)。(論文10)

3. 基因組學(xué)與細(xì)胞研究

1. **基因組測(cè)序與分析:** AI可以從海量基因測(cè)序數(shù)據(jù)中精準(zhǔn)挖掘信息，快速識(shí)別基因突變，助力科研人員鎖定與疾病相關(guān)的基因變異。DeepMind開發(fā)的AlphaMissense預(yù)測(cè)了7100萬種基因錯(cuò)義突變。(論文28)

2. **單細(xì)胞分析:** 清華大學(xué)團(tuán)隊(duì)發(fā)布的scFoundation細(xì)胞大模型，能夠同時(shí)處理約2萬個(gè)基因，在細(xì)胞測(cè)序深度增強(qiáng)、細(xì)胞藥物響應(yīng)預(yù)測(cè)等任務(wù)中表現(xiàn)出色。(論文19) 清華大學(xué)張強(qiáng)鋒課題組開發(fā)的SPACE算法，能夠從單細(xì)胞分辨率的空間轉(zhuǎn)錄組數(shù)據(jù)中識(shí)別空間細(xì)胞類型和發(fā)現(xiàn)組織模塊。(論文22)

3. **細(xì)胞分化與工程:** 北京大學(xué)團(tuán)隊(duì)研發(fā)了基于機(jī)器學(xué)習(xí)的多能干細(xì)胞分化系統(tǒng)，高效、穩(wěn)定地制備功能性細(xì)胞。(論文41)

4. 其他應(yīng)用

論文還涵蓋了AI在天然產(chǎn)物挖掘(論文24)、RNA修飾鑒定(論文30)、病毒免疫原性預(yù)測(cè)(論文33)等方面的應(yīng)用，以及利用AI加速長效注射劑研發(fā)(論文39)和藥物3D打印(論文42)等。

總而言之，這些論文展示了AI在生物醫(yī)藥領(lǐng)域巨大的潛力，為疾病診斷、藥物研發(fā)和生物技術(shù)創(chuàng)新帶來了新的希望。 更多詳細(xì)信息，請(qǐng)參考原文提供的GitHub鏈接。

聯(lián)系作者

文章來源：HyperAI超神經(jīng)
作者微信：
作者簡介：解構(gòu)技術(shù)先進(jìn)性與普適性，報(bào)道更前沿的 AIforScience 案例