JCIM｜生成式AI加速药物设计，英矽智能发布高效3D分子构象建模框架COSMIC

近年来，以人工智能（AI）为驱动的药物设计取得了跨越式的发展，然而作为其基础的分子结构表征方法仍很大程度上依赖于平面的二维结构表征方法，无法提供描述原子空间排布的分子构象信息。为了进一步提升药物研发效率，针对具有特定蛋白质结构的靶点设计出潜力候选药物，研究人员需要充分了解对接姿势和结合能等信息，分子3D结构建模正是关键。

 

近期，由生成式人工智能（AI）驱动的临床阶段生物医药科技公司英矽智能宣布，公司研究人员成功开发创新生成对抗网络框架，能以更优越的速度和精确度进行分子构象3D空间建模进而赋能药物设计，其性能超越目前最先进的扩散模型。研究结果发布于计算化学领域权威期刊美国化学学会旗下《化学信息与建模》杂志。

 

该框架名为COSMIC（molecular conformation space modeling in internal coordinates, 内坐标分子构象空间建模），首先利用内坐标构建分子构象，再通过相邻原子间距预测快速进行初始构象完善，可以为分子3D位置和活性提供重要见解。通过引入创新指标RED（Relative Energy Difference, 相对能量差），COSMIC可以对分子能量表现进行大规模的定量对比，进而基于能量计算对分子构象的物理可信度进行评估。

 

论文第一作者，英矽智能研发科学家Maksim Kuznetsov博士表示，“为针对候选药物的作用进行预测，精确的分子构想生成十分重要。因此，此次发布的COSMIC框架将进一步补完英矽智能自有Pharma.AI药物发现平台功能，高效驱动药物研发进程。”

 

此后，研究人员将COSMIC框架和近期发表的神经网络分子构象建模方法进行对比，并采用开源构象生成器RDKit融合分子几何力场优化作为基线，开展了大量验证实验。结果显示，COSMIC框架得出了与当前最先进的神经网络相当的计算结果，同时在质量和效率之间实现了高效的平衡。

 

以生成式人工智能为驱动，英矽智能现已搭建并验证了自有的端到端AI药物发现平台Pharma.AI，贯穿生物、化学、临床开发三大阶段。Pharma.AI下属Chemistry42应用关注新颖分子设计与生成，集成生成自编码器、生成式对抗网络等40多种生成算法，支持研究人员通过基于结构的药物设计（SBDD）和基于配体的药物设计（LBDD）策略，针对特定属性的从头生成小分子。

 

英矽智能IT业务负责人Daniil Polykovskiy博士表示，“在针对COSMIC 的早期验证实验中，我们获得了令人鼓舞的结果。以此为基础，我们相信COSMIC将成为加速和优化AI驱动的分子建模的又一重要工具。”

 

作为将生成式人工智能应用于药物研发的先驱，英矽智能已在纤维化、癌症、自免和衰老相关的多个疾病领域取得诸多进展。自 2021 年以来，英矽智能建立了超过30条丰富的自研管线组合，并从中提名了18款临床前候选项目，其中 7 个项目已经推进至临床试验阶段。2024 年 3 月，英矽智能在全球顶尖学术期刊Nature Biotechnology上发表论文，披露了其领先的抗纤维化项目的部分临床前和临床阶段原始数据和评估结果，这是一款利用生成式人工智能研发的治疗特发性肺纤维化的潜在全球首创TNIK抑制剂，目前正在患者群体中展开2期临床试验。    

 

关于英矽智能

英矽智能是一家由生成式人工智能驱动的临床阶段生物医药科技公司，通过下一代人工智能系统连接生物学、化学和临床试验分析，利用深度生成模型、强化学习、转换模型等现代机器学习技术，构建强大且高效的人工智能药物研发平台，识别全新靶点并生成具有特定属性分子结构的候选药物。英矽智能聚焦癌症、纤维化、免疫、中枢神经系统疾病、衰老相关疾病等未被满足医疗需求领域，推进并加速创新药物研发。

更多信息，请访问网站
www.insilico.com

商务合作，请联系 bd@insilico.ai

媒体垂询，请联系 pr@insilico.ai

---

---