PyTorch还能开发新药?哈佛推工具包,10行代码训练“药神”模型

  萧箫编辑整理

  量子位报道公众号 QbitAI

  最近,来自哈佛大学等机构的研究人员,开发出了一个 AI“药神”工具包,为加速新冠疫情下的新药研发助力。

  这款名为 DeepPurpose 的工具包,不仅包含 COVID-19 的生物测定数据集,还有 56 种前沿的 AI 模型。

  作为一个基于 PyTorch 的工具包,DeepPurpose 只需要不到 10 行代码,就能训练出 AI“药神”模型。

  这些模型不仅能完成虚拟筛选,还能挖掘出已有药物的新功能(例如,高血压药物可治疗阿尔兹海默症)。

  下面来看看它实现的原理。

  56 种前沿模型,功能齐全

  DeepPurpose 由两个编码器组成,分别用来生成药物分子和蛋白质的嵌入(Embedding),也就是深度学习过程中的映射。

  随后,将这两个编码器串联到解码器中,用于预测二者的结合亲和力,如下图所示。

  在这期间,模型的输入是药物靶标对(drug-target pair),输出则是指示药物-靶对的结合活性的分数。

  当然,DeepPurpose 毕竟是一个工具包,所以无论是药物分子、还是蛋白质,它们的编码器都不止一种类型

  对于药物分子,DeepPurpose 提供了8 种编码器

  在这些编码器中,有用于构造分子结构图的、有将绘制的分子转换成二进制数的、也有用于获取序列顺序信息的等……模型各有不同。

  而对于靶蛋白,DeepPurpose 也提供了7 种编码器,相较于药物的化学和信息学, 编码器对靶蛋白的转换更多地侧重于生物学信息。

  也就是说,DeepPurpose 一共能提供7*8=56 种模型,其中许多模型非常新颖前沿,值得入手。

  那么,DeepPurpose 究竟该怎么上手呢?

  10 步以内,上手 AI“药神”

  事实上,训练一个新药研发模型,需要通过以下几个步骤,每一步都只需要用1 行代码实现,所有这些步骤加起来,也不超过 10 步

  来看看这个模型要经过的步骤:

1、数据加载
2、指定编码器
3、分割数据集、编码
4、生成模型配置文件
5、初始化模型
6、训练模型
7、旧药新用/虚拟筛选
8、模型保存/加载

  其中,DeepPurpose 最关键的两个功能,旧药新用虚拟筛选可以在训练后实现。可以看见,DeepPurpose 会自动生成药物的亲和度,并由低到高进行排序。

  这样,就能快速缩小高通量分子的筛选范围(如果亲和度为0,那真的不必考虑了)。

  至于虚拟筛选,也是类似的工作,会生成一个与上图相似的排名列表。

  不仅如此,这个 AI 模型还包含另外几种案例,例如 SARS-CoV2 3CLPro 的旧药新用方法、预训练模型等。

  此外,针对近期引发关注的新冠疫情,DeepPurpose 也包含了MIT 收集的 COVID-19 开源数据集

  针对这些数据,工具包中有相应的函数,可以直接引用。

  而这个工具包的框架,正是基于药物研发的原理制作的。

  靶蛋白:药物作用对象

  药物筛选最根本的原理,通常是判断药物分子与靶蛋白(药物作用的目标)的亲和性

  为什么是蛋白质?

  事实上,这是因为部分疾病(例如癌症、肿瘤)产生的原因,通常与某一类蛋白质有关,如果能找到、并用药物“调节”这种蛋白质,就能治愈疾病。

  △ 图片来源于 flickr

  例如,细胞与细胞之间的交流,依靠的就是细胞膜上的糖蛋白。而某种疾病发生的原因,可能就是因为一类细胞上的糖蛋白过度表达

  而这个糖蛋白,就被称之为疾病过程中的靶蛋白

  但能用来调节某种靶蛋白的药物,并不好找,毕竟不是每种化合物都能很好地与靶蛋白“贴贴”。

  在这样的基础上,研究人员开发了 DeepPurpose,这个工具包能用于预测药物分子与靶蛋白的亲和度,专业学术名词叫药物-靶标相互作用(Drug-Target Interaction, DTI),简称DTI

  之所以选择用 AI 助力新药研发,也有其背后的原因。

  AI 助新药研发一臂之力

  事实上,药厂研发出一种新药,需要15 年左右,甚至更久。

  而在这期间,光是研究开发的阶段,就要花掉2-10 年

  研究开发的阶段,目的是筛选出有治疗潜力的新化合物,也就是说,每一种化合物都需要做实验,去不断试错。

  这一过程不仅枯燥无味,而且工程量巨大,人力财力都得砸。

  如果用 AI 完成药物筛选这一过程,对于新药研发的加速将会起到不小的作用。

  作者介绍

  论文的第一作者黄柯鑫,本科于纽约大学获得数学和计算机双学位,目前在哈佛大学读硕士,专业与医疗大数据有关。

  黄柯鑫的研究方向,主要是图神经网络(GNN)在新药研发和医疗文本(如电子病历等)上的应用。

  此外,Tianfan Fu、Lucas Glass、Marinka Zitnik、Cao Xiao 和 Jimeng Sun 也共同参与了研究工作。

  传送门

  论文链接:

  https://arxiv.org/abs/2004.08919

  项目链接:

  https://github.com/kexinhuang12345/DeepPurpose

  黄柯鑫主页:

  https://www.kexinhuang.com/

Published by

风君子

独自遨游何稽首 揭天掀地慰生平

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注