日前，国际知名机器学习学术期刊Nature Machine Intelligence（NMI，近2年影响因子≈16.649）在线发表了百度生物计算团队（“螺旋桨”团队）的最新研究成果，论文提出基于空间结构的化合物表征学习方法，即“几何构象增强AI算法”（GEM模型），将化合物的几何结构信息引入自监督学习和分子表示模型，对化合物进行“3D建模”，以预测化合物分子的性质属性。其在药物筛选中的应用，可在数小时内完成传统仿真方法1年的工作量，效率提升上千倍，有望大幅降低药物研发的时间投入和成本投入。

作为药物研发的关键一环，候选化合物的性质预测相当于为临床实验“排雷”，即提前筛选掉毒副作用高、人体不易吸收代谢等的化合物。此前，这项工作只能通过传统仿真实验进行，成本高且耗时长。后来，研究人员引入深度学习，但传统的深度学习方法大多基于序列或二维图结构建模，缺乏对化合物三维空间结构信息的利用，这会丢失一部分空间信息，导致化合物性质预测结果的偏差。为更好地预测化合物性质，亟需引入化合物的三维空间信息。

百度螺旋桨团队提出的GEM模型，正是在这一点上实现了突破。论文称，他们开创性的工作，是业界首次将化合物性质预测从“2D建模”推进到“3D建模”。同时，团队通过引入预训练技术和利用大量无标注的化合物数据，通过自监督学习来构建GEM模型的底层能力，有望打造小分子药物研发领域的模型底座，解决小分子药物活性预测、成药性预测等药物设计的核心问题，真正加速药物特别是创新药物的发现过程。

基于空间结构的化合物表征学习方法（GEM）的整体框架 百度供图

论文进一步发布了该模型的实验效果，结果显示，GEM模型在14个学术界公认的应用任务数据集（包括抑制 HIV 艾滋病病毒复制能力的数据集、小分子的生物活性数据集、血脑屏障渗透数据集等）上取得最佳结果，超越斯坦福大学等提出的模型效果。其中，GEM模型在“回归”任务上相对现有方法指标提升8.8%，在“分类”任务上指标相对提升4.7%，并在自监督学习方法上的消融实验中证明了其有效性。

目前，开源社区GitHub上已经开源了GEM模型完整代码。研究人员表示，GEM模型目前已经在多个合作伙伴的研发管线中实现了商业化落地。这表明，人们有望通过AI技术探索双靶点抑制剂新的研发范式，为癌症病人和自身免疫性疾病病人提供更有效的治疗药物。

此外，研究人员指出，该方法还有助于高效测量“药物—靶标”的相互作用，进而用于加速新药研发、发掘老药新用途、探索多种药物联合使用等，这有助于降低药品抗药性和毒副作用，甚至疗治新病症。

该项研究由百度螺旋桨PaddleHelix团队独立完成。百度基于飞桨打造的生物计算平台“螺旋桨PaddleHelix”，致力于为生物医药专家与学者提供“AI+生物计算”的模型工具和解决方案，服务于新药研发、疫苗设计、精准医疗等场景。

相关论文信息：http://doi.org/10.1038/s42256-021-00438-4