团队介绍
｜PROFILE
团队名称：少不入川团队
名次：优胜奖
主要成员：张瀚文、刘文成
研发新型口腔镇痛药，
张瀚文与刘文成此次参加2023上海国际计算生物学创新大赛的队名是“少不入川”。该团队依托四川大学华西临床医学院麻醉与危重急救研究室和四川大学数据智能与计算艺术实验室，已开展广泛合作，并取得转化成果。
数据智能与计算艺术实验室
四川大学华西医院
前沿医学科学中心
2023级博士研究生
主要研究虚拟筛选和
分子动力学模拟等
药物设计方法
在麻醉镇痛药物开发中的应用
四川大学计算机学院（软件学院、智能科学与技术学院）
数据智能与计算艺术实验室（DICALab）
2022级直博生
主要研究方向为
分子设计
包括基于结构的
药物设计以及
分子生成的应用
从全球新药研发现状来分析，药物靶标是新药创制的源泉和最关键环节，一个全新药物靶标的成功就可开辟一个革命性的新治疗领域，比如PD-(L)1靶点的成功使肿瘤免疫治疗进入高光时代。然而，从新靶标的发现到靶标确证（候选新药确认）再到产品上市一般要经历20-30年，其中靶标发现到确证的阶段就要经历10多年。
而“少不入川”团队依托单位为华西临床医学院麻醉与危重急救研究室和四川大学数据智能与计算艺术实验室，团队之间已开展广泛合作，具有开展本项目所需的良好研究基础。在基于人工智能的药物设计关键技术方面，团队成员突破了可控式生成技术，先导化合物筛选技术以及大型语言模型技术，极大地提高了麻醉与镇痛药物的研发效率。合作团队提出第一个用于先导化合物优化的强化学习算法AlphaPharm，快速识别新型局麻药AA-35，相关成果投稿国际顶级期刊，并将算法应用于本次大赛中；合作团队开发了一种结合模拟退火深度学习算法的新型药物发现方法DeepSA，成功研发新型口腔镇痛药物AT-17，相关成果发表在2023年《药学学报》英文刊（Acta Pharmaceutica Sinica B）；合作团队整合千万份药物研发科研文献，建立面向药物研发的大模型对话系统PharmaGPT，访问超1万人次（drug.neusymlab.cn）。其他相关成果已投稿至Pattern Recognition，Knowledge-based Systems等期刊以及会议。
创新性，即首创用于药物筛选的创新性“干湿结合”药物研发范式。
可行性，即成果研究所需的绝大多数AI方法和模型均是团队已研发的技术，具有良好的前期研究工作基础。
此次2023上海国际计算生物学创新大赛参赛项目中，“少不入川”团队利用AlphaPharm人机交互式分子优化技术作为预训练模型，通过NMDAR活性数据对其微调，主动学习的oracle为第一步训练的活性预测器。通过结合少样本学习和主动学习实验范式，利用强化学习算法接收NMDAR活性反馈，对药物筛选模型进行迭代优化。在NMDAR活性预测器的支持下，模型将根据实验结果不断更新筛选策略，为化合物提出合理的打分函数，以实现高质量苗头化合物的发现。
麻醉与危重急救研究室
可以看到，通过模拟和预测蛋白与分子间的相互作用，计算生物学能够高效识别具有潜力的活性分子，加速先导化合物的发现过程。在个性化药物设计方向，计算生物学的应用同样展现出巨大潜力，结合个体的遗传信息和病理数据，推动精准**从理论走向实践。随着计算生物学技术的不断进步和应用的深入，其在新药研发中的作用将愈发凸显。“将计算机科学的算法和技术应用到药物设计，其实对计算机学科本身也是很好的应用场景检验。把两者结合起来，领域交叉融合，对于双方来说都是非常有意义的实践和趋势。”
本次2023上海国际计算生物学创新大赛由上海市生物**科技产业促进中心主办，**科学院上海药物研究所原创新药研究全国重点实验室、****上海市分行、华为云计算技术有限公司、临港实验室、上海人工智能研究院、东方美谷企业集团股份有限公司、上海大宁资产经营（集团）有限公司联合主办，上海生物**公共技术服务有限公司和上海市生物**产业技术服务平台具体承办，活动也得到了上海皓元生物**科技有限公司（MCE**）协办支持。
企业及专家观点不代表官方立场
编辑：蓝悦
特别声明：本文经上观新闻客户端的“上观号”入驻单位授权发布，仅代表该入驻单位观点，“上观新闻”仅为信息发布平台，如您认为发布内容侵犯您的相关权益，请联系删除!