【ZiDongHua 之“智能自動化”收錄關(guān)鍵詞：文遠(yuǎn)知行 自動駕駛 激光雷達(dá) 傳感器 智慧出行 智慧貨運(yùn) 智慧環(huán)衛(wèi)】

自動化FEP受熱烈歡迎，Agent與計(jì)算工具結(jié)合成熱點(diǎn)議題|Uni-FEP Workshop在美成功舉辦

2025年7月，Atombeat Inc.組織的Uni-FEP Workshop系列研討會在美國波士頓和舊金山成功舉辦。活動匯聚來自學(xué)界與產(chǎn)業(yè)界的計(jì)算藥物研發(fā)專家，圍繞自由能微擾技術(shù)的最新進(jìn)展、人工智能在藥物研發(fā)中的應(yīng)用與挑戰(zhàn)等前沿議題進(jìn)行了深入交流。

本次研討會邀請了多位美國AIDD領(lǐng)域的知名專家進(jìn)行報(bào)告與圓桌討論，包括卡內(nèi)基梅隆大學(xué)Olexandr Isayev教授、匹茲堡大學(xué)Junmei Wang教授、加州大學(xué)伯克利分校Bingqing Cheng教授、英偉達(dá)Emine Kucukbenli博士、英偉達(dá)Yuxing Peng博士、阿斯利康Ming Tommy Tang博士、耀速科技Zhiyong Sean Xie博士和卡內(nèi)基梅隆大學(xué)Fillip Gusev。

研討會吸引了超過200名來自制藥企業(yè)、生物技術(shù)公司和學(xué)術(shù)研究機(jī)構(gòu)的專業(yè)人士報(bào)名參與，共同探討計(jì)算模擬與人工智能在藥物研發(fā)中的機(jī)遇與挑戰(zhàn)。

01    焦點(diǎn)直擊：

自動化FEP工作流受熱烈

歡迎自由能微擾(Free Energy Perturbation, FEP)技術(shù)因能提供化學(xué)精度的結(jié)合自由能預(yù)測，已成為全球制藥行業(yè)的“黃金標(biāo)準(zhǔn)”。然而，傳統(tǒng)FEP流程中，超過80%的計(jì)算失敗都源于蛋白-配體初始結(jié)構(gòu)準(zhǔn)備不當(dāng)，且過程耗時(shí)耗力，尤其對專家資源有限的生物技術(shù)公司構(gòu)成巨大挑戰(zhàn)。

一鍵構(gòu)建高質(zhì)量體系： 深勢科技鄭行博士重磅介紹了Uni-FEP Workflow。它能在僅提供蛋白結(jié)構(gòu)和參考分子的基礎(chǔ)上，全自動完成蛋白修復(fù)、配體質(zhì)子態(tài)選擇、結(jié)構(gòu)對齊等復(fù)雜步驟，生成高質(zhì)量初始結(jié)構(gòu)，大幅降低FEP計(jì)算門檻和工作量!這一“自動化利器”引發(fā)了現(xiàn)場用戶的熱烈反響。

權(quán)威基準(zhǔn)集奠定信心： 基于自動化工作流，深勢科技構(gòu)建了業(yè)內(nèi)最大的評估數(shù)據(jù)集Uni-FEP-Benchmarks(截止至?xí)h時(shí)，包含376個靶點(diǎn)、6341個獨(dú)特配體結(jié)構(gòu)，涵蓋實(shí)驗(yàn)活性與計(jì)算自由能)。與會專家如Olexandr Isayev教授、Junmei Wang教授均高度評價(jià)其價(jià)值，認(rèn)為它能有力驗(yàn)證Uni-FEP的實(shí)際效果，增強(qiáng)用戶對FEP技術(shù)的信心。Fillip Gusev更指出這是研究人員學(xué)習(xí)和掌握FEP的“最佳實(shí)踐指南”。

02    前沿?zé)嶙h：

AI Agent + 計(jì)算工具 = 未來?

與會專家就如何提升計(jì)算工具在藥物設(shè)計(jì)中的效能展開了討論，降低使用門檻與AI Agent的整合成為焦點(diǎn)。

降低技術(shù)門檻： Ming Tommy Tang博士強(qiáng)調(diào)，降低工具調(diào)用和參數(shù)設(shè)置的技術(shù)門檻，讓一線藥物化學(xué)家無需成為軟件專家就能獲得結(jié)果至關(guān)重要。軟件首先應(yīng)該能被使用，才有可能發(fā)揮價(jià)值。

靈活接口設(shè)計(jì)： Olexandr Isayev教授建議，應(yīng)該面向不同用戶群體提供差異化接口，面向藥物化學(xué)家需提供無需編碼的圖形界面，而對CADD專家則需提供靈活的API接口以構(gòu)建復(fù)雜流程。

AI Agent的應(yīng)用潛力： Emine Kucukbenli博士提出，將計(jì)算工具與大型語言模型(LLM)和AI Agent連接，可降低使用復(fù)雜度，更能智能化構(gòu)建和優(yōu)化藥物研發(fā)工作流。Junmei Wang教授對此方向表示期待。

前瞻性工具設(shè)計(jì)： Yuxing Peng博士更前瞻性地指出，新工具在設(shè)計(jì)之初就應(yīng)考慮與主動學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、AI Agent的連接接口，最大化釋放其潛力。

03    提升FEP精度的關(guān)鍵：

采樣與力場

計(jì)算工具的預(yù)測精度是其核心價(jià)值所在，F(xiàn)EP的準(zhǔn)確性高度依賴于采樣效率與力場精度。

采樣算法優(yōu)化：

深勢科技王新顏博士介紹了Uni-FEP在采樣算法上的進(jìn)展，集成了端點(diǎn)翻轉(zhuǎn)蒙特卡洛增強(qiáng)采樣(Terminal Flip Monte Carlo)與水交換采樣(Water Swap Monte Carlo)算法。在最新的公開測試集(Commun. Chem., 2023)上，Uni-FEP的計(jì)算精度達(dá)到與Schrodinger FEP+相當(dāng)?shù)乃健?/p>

Emine Kucukbenli博士和Yuxing Peng博士都認(rèn)為，當(dāng)下的計(jì)算模擬軟件尚沒有充分利用英偉達(dá)新型GPU的全部潛力，很多新功能尚未在科學(xué)計(jì)算場景得到應(yīng)用。開發(fā)者可以與英偉達(dá)研發(fā)團(tuán)隊(duì)構(gòu)建更緊密的連接，讓計(jì)算模擬軟件更充分的利用。

力場研究進(jìn)展：

Olexandr Isayev教授展示了AIMNet2模型在藥物設(shè)計(jì)多環(huán)節(jié)(勢能面擬合、構(gòu)象搜索、活性評估)的應(yīng)用成果，王新顏博士介紹了Uni-FEP利用AIMNet2進(jìn)行力場參數(shù)微調(diào)與自由能端點(diǎn)校正的對FEP計(jì)算結(jié)果帶來的顯著提升。

Bingqing Cheng教授指出長程相互作用對提升大原子基模型精度的關(guān)鍵性，并介紹了其團(tuán)隊(duì)開發(fā)的Latent Ewald summation模型。

Junmei Wang教授展示了其團(tuán)隊(duì)開發(fā)的ABCG2原子電荷模型在物理性質(zhì)復(fù)現(xiàn)上的高精度，并介紹了基于MM/GBSA與機(jī)器學(xué)習(xí)的快速結(jié)合能預(yù)測方案IPSF。

04    AI模型：跨越“實(shí)用”門檻

專家們就如何提升AI模型在藥物研發(fā)中的實(shí)際效用分享了見解。

跨越實(shí)用性閾值： Zhiyong Sean Xie博士指出，在沒有跨越實(shí)用性閾值前，AI模型在基準(zhǔn)測試集上為百分之幾的提升意義不大。只有跨越實(shí)用性閾值后，人們才會真正使用它。

模型可信度與物理約束： Emine Kucukbenli博士強(qiáng)調(diào)，AI模型必須提供可靠的誤差估計(jì)，幫助用戶判斷結(jié)果可信度。融合物理原理是克服數(shù)據(jù)缺失挑戰(zhàn)的有效途徑。

FEP與AI結(jié)合：Fillip Gusev提出，將FEP計(jì)算與AI建模結(jié)合，可高效構(gòu)建針對特定靶點(diǎn)的可靠親和力預(yù)測模型，解決物理模擬速度瓶頸。

模擬數(shù)據(jù)賦能AI： Yuxing Peng博士類比自動駕駛，指出分子模擬產(chǎn)生的生物系統(tǒng)動態(tài)數(shù)據(jù)是訓(xùn)練科學(xué)AI模型的寶貴資源，需充分發(fā)揮分子模擬在AI建模中的基石作用。

研討會后，與會者們一起觀看了Hermite Uni-FEP的操作演示，引起了現(xiàn)場的廣泛興趣。多位產(chǎn)業(yè)界研發(fā)人員詳細(xì)詢問了Uni-FEP和Workflow的技術(shù)細(xì)節(jié)，對其自動化能力和計(jì)算精度表示認(rèn)可。學(xué)術(shù)界專家則表達(dá)了在自由能計(jì)算方法開發(fā)、力場優(yōu)化、數(shù)據(jù)共享及AI模型構(gòu)建等方面與深勢科技開展合作的意向。

本次Uni-FEP Workshop系列活動的成功舉辦，不僅充分展現(xiàn)了美國學(xué)界與業(yè)界對AI for Life Science的高度熱情與深度思考，更以實(shí)際的產(chǎn)品力和前沿洞見，有力印證了深勢科技在該領(lǐng)域的全球領(lǐng)先技術(shù)實(shí)力與產(chǎn)品競爭力!AI與計(jì)算工具的深度融合，正為藥物研發(fā)開啟激動人心的新篇章。

關(guān)于深勢科技

深勢科技是全球 AI for Science 領(lǐng)導(dǎo)者，AI for Science 即運(yùn)用 AI 學(xué)習(xí)一系列的科學(xué)原理和科學(xué)知識，并進(jìn)一步解決科學(xué)研究和工業(yè)研發(fā)領(lǐng)域的關(guān)鍵問題。依托在交叉學(xué)科領(lǐng)域的深耕，構(gòu)建了“深勢·宇知”AI for Science 大模型體系，并進(jìn)一步解決科學(xué)研究和工業(yè)研發(fā)領(lǐng)域的關(guān)鍵問題，將眾多學(xué)科的科研方法從“實(shí)驗(yàn)試錯 / 計(jì)算機(jī)”時(shí)代帶入了“預(yù)訓(xùn)練模型時(shí)代”，形成了 AI for Science 的“創(chuàng)新-落地”鏈路和開放生態(tài)，構(gòu)建了基于 AI for Science 的微尺度工業(yè)基礎(chǔ)設(shè)施，賦能“千行百業(yè)”，為人類經(jīng)濟(jì)發(fā)展最基礎(chǔ)的生物醫(yī)藥、能源、材料和信息科學(xué)與工程研究打造新一代研發(fā)系統(tǒng)。深勢科技是國家高新技術(shù)企業(yè)、國家專精特新“小巨人”企業(yè)，在北京、上海、深圳等城市布局研發(fā)中心?？蒲屑夹g(shù)團(tuán)隊(duì)由中國科學(xué)院院士領(lǐng)銜，匯集了超百位數(shù)學(xué)、物理、化學(xué)、生物、材料、計(jì)算機(jī)等多個領(lǐng)域的優(yōu)秀青年科學(xué)家和工程師，其中博士及博士后在公司成員中占比超過 35%。核心成員獲得過 2020 年全球高性能計(jì)算領(lǐng)域的最高獎項(xiàng)“戈登貝爾獎”，相關(guān)工作入選 2020 年中國十大科技進(jìn)展和全球 AI 領(lǐng)域十大技術(shù)突破。