化工仪器网首页>资讯中心>项目成果>正文

人工智能驱动 新一代虚拟药物筛选平台研究成功

2026年09月11日 10:53:56 来源:化工仪器网 点击量:5226

近日,美国圣裘德儿童研究医院、意大利帕维亚大学等机构研究人员开发出一种名为AdaptiveFlow的人工智能(AI)辅助平台,可对包含690亿种分子的化合物库开展虚拟筛选。

  虚拟药物筛选是药物筛选技术发展的一个方向。实体的药物筛选需要构建大规模的化合物库,提取或培养大量实验必须的靶酶或者靶细胞,并且需要复杂的设备支持,因而需要投入巨额的资金。虚拟药物筛选是将药物筛选的过程在计算机上模拟,对化合物可能的活性作出预测,进而对比较有可能成为药物的化合物进行有针对性的实体体筛选,从而有助于降低药物开发成本。
 
  近年来,以人工智能(AI)驱动的超高通量虚拟筛选平台取得了显著进展。
 
  就在近日,美国圣裘德儿童研究医院、意大利帕维亚大学等机构研究人员开发出一种名为AdaptiveFlow的人工智能(AI)辅助平台,可对包含690亿种分子的化合物库开展虚拟筛选。与现有方法相比,该平台可将相关计算成本降至原来的1/1000,并实现最高560万个虚拟CPU的线性扩展。作为新一代自动化药物发现平台,AdaptiveFlow有望让超大规模虚拟筛选成为常规药物研发手段。相关研究成果发表于《自然·生物技术》杂志。
 
  AdaptiveFlow通过AI和高效云计算架构,让这种过去计算成本高昂的筛选更加可行。研究人员首先将分子按照分子量等性质划分到一个18维网格中,从中优先选择具有不同化学特征的分子进行预筛选。随后利用机器学习模型分析预筛选结果,识别更有潜力的候选分子,再利用分子对接方法评估这些分子与目标蛋白的结合能力。
 
  该平台目前支持超过1500种分子对接方案。测试发现,AdaptiveFlow能够随着计算资源增加保持近似线性的计算效率,即使同时使用数百万个CPU,也不会因计算规模扩大而出现明显的通信效率下降。测试中,其计算框架最高可扩展至560万个虚拟CPU,并保持线性计算效率。
 
  研究人员利用AdaptiveFlow对包含690亿种分子的化合物库进行筛选,并针对癌症相关靶点聚腺苷二磷酸核糖聚合酶1和铁死亡抑制蛋白1(FSP1)开展验证。结果显示,平台针对两种蛋白均筛选出具有较强结合能力的抑制剂,其表现与具有药物开发意义的相关标准相当。其中,FSP1属于近年来受到关注的新兴靶点,其结合位点存在额外辅助因子,筛选难度较高。
 
  据悉,AdaptiveFlow已开源,并提供使用教程和操作指南,可供科研人员免费使用。研究人员希望以更低成本从庞大的候选分子库中寻找潜在药物分子,为针对过去较难开发的药物靶点开展研究提供新工具。
 
  素材来源:科技日报
关键词

相关阅读 Related Reading

查看更多+
  • 安徽出台药品检验检测能力提升三年行动计划 部署四大专项行动

    安徽省药监局出台《安徽省药品检验检测能力提升三年行动计划(2026—2028年)》,部署人才强检、能力提标、科研创新、检验赋能四大...
    2026-10-20 15:17:34
  • 预算635万元 湛江市食品药品检验所采购药品检验设备

    湛江市食品药品检验所委托广东众得招标有限公司组织公开招标,采购超高效液相色谱/高分辨质谱联用仪、全自动取样溶出仪等仪器设备,预算6...
    2026-10-20 10:51:28
  • 预算3295.5万元 中国药品检定研究院采购药品检测仪器

    中国药品检定研究院委托中宝招标(北京)有限公司组织公开招标,采购液相色谱 - 三重四极杆质谱联用仪、流通池扩散系统等药品检测仪器,...
    2026-10-12 10:19:05
  • 超2900万!大连市检验检测认证技术服务中心采购仪器设备

    近日,大连市检验检测认证技术服务中心就“大连市市场监管药品安全检验检测领域设备更新项目”发布三则公开招标公告,预算金额共计2951...
    2026-09-29 11:18:09
  • 市场监管总局出台新规 推动特种设备检验检测高质量发展

    9月24日,市场监管总局印发《特种设备检验质量提升行动工作方案》,围绕检验质量管理体系运行、检验工作质量管控、检验人员能力建设等关...
    2026-09-28 16:49:14

版权与免责声明

  • ①凡本网注明“来源:化工仪器网”的所有作品,均为浙江兴旺宝明通网络有限公司-化工仪器网合法拥有版权或有权使用的作品,未经本网授权不得转载、摘编或利用其他方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:化工仪器网”。违反上述声明者,本网将追究其相关法律责任。
  • ②本网转载并注明自其他来源(非化工仪器网)的作品,目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品第一来源,并自负版权等法律责任。
  • ③如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。
双光子寿命成像与无标记成像精准解析赋能转化医学研究
关闭