药物虚拟筛选常用的人工智能新算法

药物开发是一个非常耗费时间与金钱的过程。有相关研究指出,典型创新药物的开发后期阶段,即从新药临床试验到最终申请获批平均需要9.1年,平均成本为28.7亿美元,而这个数字还在不断上升[1-3]。药物虚拟筛选利用计算机强大的计算能力,通过特定的算法从结构多样性丰富的化合物库中发现可能治疗特定疾病的先导化合物,是创新药物的开发前期阶段发现候选新药的一种常用方法,与高通量筛选相比,具有更快、更经济的优点。然而,随着蛋白质-配体复合物晶体结构以及相关实验数据的数据量大幅增加,增大了建模的难度。再加上基于分子对接的虚拟筛选搜索化合物主要根据评分函数计算结果来判断是否命中化合物,评价标准单一,既往的虚拟筛选暴露出准确性低下和低效率的缺点。