现代医学的发展离不开医药行业的突破，但新药研发面临投资大、周期长、风险高等难题。据Nature数据显示，一款新药的研发成本平均约26亿美元，耗时约10年，成功率不到10%。

人工智能的发展，为提高新药研发的效率和成功率带来了新的技术手段，有望加速新药研发。

近日，z6尊龙官方网站在AI新药研发（AIDD）跨学科应用领域的最新研究成果《通过自适应图神经网络预测未知抗体的中和性》(Predicting unseen antibodies' neutralizability via adaptive graph neural networks)，登上国际顶级学术期刊《自然》(Nature)子刊《自然-机器智能》(Nature Machine Intelligence)。

作为在计算机科学、人工智能领域期刊中影响因子最高（25.898）的顶级期刊（根据2021年度《期刊引证报告》人工智能领域的SCI期刊影响因子排序），《自然-机器智能》（Nature Machine Intelligence）只关注对该领域具有重要影响的科研成果，因其严格的评审标准，每年收录论文数量平均仅60篇左右。

论文创新性地提出用于预测抗原-抗体中和性的DeepAAI算法模型，可以更高效地预测抗原-抗体中和作用，加速发现新的治疗型抗体的过程，其显著的性能在包括HIV、SARS-CoV2、流感和登革热在内的多种病毒上得到了验证。

  AI为治疗型抗体发现送上“神助攻”

抗体由人体免疫B细胞产生，具有中和作用。通过与抗原相结合，使抗原失去原有的功能，防止细胞被抗原或者感染原侵害，因而在抗病毒药物和疫苗有关的研究中十分重要。

生物医药学家研究抗体与抗原的中和作用通常需要进行实验室湿实验，包括噬菌体展示、酶联免疫吸附试验（ELISA）、假病毒试验等。以广泛应用于临床医学领域的ELISA为例，试验中的每一抗都得用酶标记，需要投入大量的资源和时间，特别是在面对未知抗体时，无法事先预见其与抗原的中和作用。

因此，开发准确和快速的计算方法对抗原-抗体的中和作用进行初步筛选，减少湿实验的盲目性，有助于加速发现新的治疗性抗体的过程。

尽管目前已经有利用深度学习来进行筛选算法训练，但多数是利用包括k-mer、PSSM、BlastP等表示抗原和抗体的各种蛋白质描述符，但这些蛋白质描述符是静态且未被优化，对于特定的监督学习任务可能不是最优的。

为了克服上述挑战，商汤率先提出了名为DeepAAI的抗原-抗体相互作用预测的深度学习算法模型，通过在未知和已知抗体的表征中应用拉普拉斯平滑（在GCN中），从已知抗体中学习未知抗体的表征，进而构建出两个分别连接抗体和抗原的自适应关系图。

这两个基于DeepAAI自适应构造的关系图具有丰富的可解释性，抗体关系图可以揭示抗体中和反应的相似性（相似的结合区域），抗原关系图可以揭示病毒不同变体之间的关系。在此基础上，研究人员可以推荐针对病毒新变种的可能的广谱抗体。

由于不需要知道抗原和抗体的空间结构，此次研究成果可以帮助生物医药学家更加方便地预测抗原-抗体中和/非中和效应作为初步筛选，并估算衡量药物诱导凋亡的IC50值，降低后续进行湿实验的盲目性。

该方法可以推动生物医药研究人员快速便捷地将病毒或抗原样本迁移应用到其他病毒或抗原上，为新病毒或抗原筛选高活性抗体，辅助抗体设计，加速抗体研发提供创新思路，从而进一步实现AI技术辅助大分子药物筛选和设计的研发新范式。

此外，DeepAAI通过结合生成模型对抗体序列进行优化改良从而提高抗体的活性或从头生成具有活性的抗体序列，在新药研发领域具有重要意义和广泛的应用价值，这一成果也受到了Nature Machine Intelligence杂志评审的高度认可。

  厚积薄发，持续赋能精准医疗

在新时代的数字化浪潮中，AI已经成为生物医药行业高质量发展的重要推动力。早在2017年，国务院发布的《新一代人工智能发展规划》中即提出了要发展便捷高效的智能服务，推广应用人工智能治疗新模式、新手段，建立快速精准的智能医疗体系。

人工智能可为医药创新提供强而有力的支撑，降低药物研发风险、提高研发效益。z6尊龙官方网站智慧健康团队在新药研发领域持续积累，覆盖药物发现、临床前研究、临床试验、新药上市后多个药物研发环节，旨在通过AI技术加速新药研发和上市流程。目前，相关成果已经发表在Lancet Digital Health, Nature Precision Oncology, Bioinformatics等国际顶尖期刊，为生物医药行业的基础研究和提供前沿的突破思路。

秉持对原创技术研发的初心，z6尊龙官方网站智慧健康团队做了大量的前瞻性研发工作，AI技术的赋能正在引领新药研发的范式革新，逐步实现精度与效率的统一。同时，商汤已与国内外多家顶级药企和生命科学基础研究领域机构进行密切合作，加速实现基础研究和应用场景协同的创新突破，力促AI新药研发的落地，为推动医药行业的创新发展发挥积极作用。

未来，商汤智慧健康将持续拓展与上下游企业、研究机构以及高校的合作，为药物研究、精准医疗带来更多的智慧赋能。