人工智能技术目前在制药领域展现出巨大的潜力，尤其在小分子药物的研发中。通过准确预测药物的安全性和有效性，AI有望显著缩短研发周期，降低成本。构造引入多样化的训练数据是提升模型分布外泛化能力的关键，然而直接在分子层面构造数据会破坏分子结构，且难以推断合理的标签。
为此，TJ-AI4S团队创新性提出了一种适用于分子表征的特征与标签延拓策略，在不破坏药物分子特征内在语义的情况下，实现了多样化的结构分布外和性质分布外伪数据构造。该方案简洁、高效，具备较高可解释性和较强通用性，能无缝整合进各种分子预训练大模型，不仅推动了分子量化性质分布外可靠预测的研究，还有效克服了分子性质预测中的“活性悬崖”挑战，对药物的开发和应用具有重要意义。
TJ-AI4S团队隶属于同济大学AI4S交叉研究小组，由同济大学计算机科学与技术学院、生命科学与技术学院、教育部“细胞干性与命运编辑”前沿科学中心和汽车学院的教师和学生组成。TJ-AI4S团队在此次大赛成功展示了分子扩增策略的实际应用潜力，也展示了同济大学在“计算+”研究方向布局的科研成果。未来，他们将继续探索AI与药物设计的深度融合，对分子量子化学性质预测、药物-靶标相互作用预测等方法进行更广泛的探索，助力AI药物研发的加速发展。编辑：吴百欣
资料：同济大学
*转载请注明来自上海杨浦官方微信
