深度学习在药物设计与发现中的应用
阅读原文，点击 此处
药学学报, 2019, 54(5): 761-767 引用本文： 李伟, 杨金才, 黄牛. 深度学习在药物设计与发现中的应用[J]. 药学学报, 2019, 54(5): 761-767. LI Wei, YANG Jin-cai, HUANG Niu. Deep learning in drug design and discovery[J]. Acta Pharmaceutica Sinica, 2019, 54(5): 761-767.
深度学习在药物设计与发现中的应用 李伟2, 杨金才1, 黄牛1,3 1. 北京生命科学研究所, 北京 102206; 2. 瑞璞鑫(苏州)生物科技有限公司, 江苏 苏州 215123; 3. 清华大学生物医学交叉研究院, 北京 102206 摘要: 在新药创制的药物设计与发现所采用的多种技术中，深度学习仍处于初级阶段，但近年来以其独有的特点，开始应用于虚拟化合物库的生成，化合物活性、代谢和毒性的预测，以及有机合成反应预测等多个方面。与传统的机器学习方法相比，深度学习的预测能力无明显优势，但其无需人工归纳总结数据特征，而是具有学习能力，自动提取特征。与基于第一性原理的计算化学相比，深度学习虽然因为对标注明晰的大数据集的依赖，存在泛化能力的不足，但其以原子为中心进行卷积的表征开始助力计算化学。深度学习作为新兴技术发展迅速，不依赖于大量标注数据的非监督学习等方法在逐渐完善，有望能更好地助力新药研发。 关键词: 新药研发 深度学习 机器学习 计算化学 全新药物设计
Deep learning in drug design and discovery
LI Wei2, YANG Jin-cai1, HUANG Niu1,3