基于高吞吐量 AI 的药物发现流程优化 NVIDIA 技术博客

比如时下颇受关注的多肽偶联药物（Peptide Drug Conjugate，PDC），合全药业凭借在小分子、多肽、高活原料药和涉及PDC等新型药物分子的偶联化学方面的领先能力和规模优势，可为合作伙伴提供工艺开发及生产连接子（linker）、有效载荷（payload）、多肽等一站式端到端服务。 他还介绍了广州超算生物医药计算团队依托"天河二号"在药物分子智能设计、蛋白质结构和功能预测、知识驱动的多组学数据挖掘等方面所取得的重要研究成果。 作为全球领先的高性能医疗材料供应商，科思创正通过与苏州赛卫生物科技有限公司的合作，推动生物药给药技术的未来发展。 Hermite®是深势科技打造的新一代药物计算平台，融合人工智能、物理建模和高性能计算，为临床前药物研发提供一站式计算解决方案：包括蛋白结构预测、药靶结合模式预测、苗头化合物筛选、先导化合物优化等核心功能模块。 药明生物（股票代码：2269.HK）是一家全球领先的合同研究、开发和生产（CRDMO）公司。 公司通过开放式、一体化生物制药能力和技术赋能平台，提供全方位的端到端服务，帮助合作伙伴发现、开发及生产生物药，实现从概念到商业化生产的全过程，加速全球生物药研发进程，降低研发成本，造福病患。 苏州赛卫生物科技有限公司，是一家集设计、研发、生产和销售安全、方便和高效给药装置的科技企业，以创新技术为驱动，致力于高标准的产品质量，成为全球制药企业最信赖的合作伙伴。
这些材料不仅通过了生物相容性验证以保障患者安全，其卓越的加工性能还支持复杂部件的高精度注塑。 这些全面的性能优势使设备制造商能够在确保安全性和可靠性的同时，有力推进创新和扩大生产规模。 在制药行业的新药研发场景下，研究人员和制药公司面临着处理海量生物数据、执行复杂模拟的挑战，传统计算资源难以满足需求。 借助云端资源和先进算法，高效处理大数据、执行复杂模拟，大幅提升新药研发效率。 新药研发具有高风险、高收益的特性，引入大数据、人工智能、高性能计算等先进技术，可极大地降低研发成本、缩短研发周期。 随着高性能计算技术的快速发展，采用海量数据和智能算法加速新药筛选，已成为制药行业创新发展的必然趋势。 比如，想要将小分子高活化合物与多肽进行偶联，需要小分子高活化合物、多肽和偶联三方面能力，传统平台通常只具有其中一种能力，要想实现偶联开发，需要将物料、样品等在2、3家公司之间不断转移，无疑增加了项目实现的时间和难度。
在 DiffDock 之后，使用专有的 ADMET（吸收、分布、代谢、排泄和毒性）流程对顶部 1K 的小分子进行进一步筛选，该流程评估分子的药代动力学和药代动力学特性。 为了满足与 TDP-43 聚集相关的神经退行性疾病的新疗法的迫切需求，Innoplexus 开发了一个 AI 驱动的药物发现管道。 通过最佳实践的并行集群、批处理或 Slurm 管理数十亿次计算，或者通过 CloudWatch 进行性能监控。 各种已知和未知风险、不确定性和其它因素均可能导致公司未来的实际运营结果、财务状况、发展或业绩与本文中所作出的估计产生实质性差异。 您可访问Covestro Press，从科思创新闻服务器下载本新闻稿和相关图片。
起点在2012年11月，合全药业选址上海金山原料药生产基地，开始建设高活性药物研发与生产技术平台，业务囊括研发+克级到几十公斤级规模GMP生产。 高活化合物药理活性特殊，且存在固有毒性，对研发及生产条件的要求极为苛刻。 通过利用人工智能和高性能计算的强大功能，您可以快速探索广阔的化学空间，并确定有潜力的治疗开发候选药物，从而显著加速药物研发过程。 近日，由广州市科学技术局指导、广州生产力促进中心联合国家超级计算广州中心主办的广州高性能计算与生物医药创新交流会顺利举行，吸引来自香港科技大学（广州）、南方医科大学及其附属医院、广东药科大学、广药集团、中科健齿、华腾生物、嘉检医学等相关单位近80名代表对接交流。 如今，医药创新者对高活化合物的青睐与日俱增，越来越多的"弄潮儿"正投身这一领域，在研发火热的激素类药物、抗肿瘤药物、抗病毒药物等赛道上，都有他们的身影。 根据Grand free russian porn View Research发布的高活化合物市场规模分析报告，高活化合物市场规模将在2021至2028年间从220亿美元增至280亿美元，年均复合增长率8.4%。
优化分子和目标蛋白结构由 DiffDock 处理，DiffDock 预测分子与蛋白质的结合姿势。 优化集群架构和调度策略，充分释放计算资源以加速虚拟筛选过程 —— 实时监控作业队列和资源利用情况，确保关键分子优化任务高效运行。 Hermite®提供了基于网页的交互式全新分子展示体验，支持跨窗口智能化协作、多样的分子展示和操作功能，方便了药物研发科学家对蛋白、药物分子及其模拟数据的查看、设计、计算、分析和分享等，同时支持本地和云上的私有化部署。 初始化化学结构通过 MolMIM NIM 微服务传递，该服务可生成针对药物相似性 (QED)、可溶性 (penalized log P) 和分子相似性等特定属性进行优化的新分子结构。 此方法参考了用于生成式虚拟筛选的 NVIDIA NIM Agent 蓝图，该蓝图支持快速生成由 AI 驱动的新型分子结构，以加速分子模拟并与 NIM 微服务对接。 传统的计算机辅助药物研发 (CADD) 方法通常依赖于简化模型和假设，而这些模型和假设无法捕捉药物与目标蛋白的相互作用的复杂性，从而导致临床试验中的高失败率。