人工智能与药物发现的结合正在彻底改变新药物的研发。传统方法耗时且成本高昂，一种新药的上市可能需要长达15年时间和10亿至20亿美元的资金。人工智能和先进的计算工具加速了新药的筛选，显著降低了时间和成本。

传统药物发现的挑战

传统的药物发现涉及识别生物靶标（例如蛋白质），并寻找能够与其相互作用并调节其功能的分子。生物系统的复杂性以及数量庞大（约10^60）的潜在化学结构，使得这项工作极具挑战性。传统的计算机辅助药物发现 (CADD) 方法通常依赖于简化模型，导致临床试验中的高失败率。

基于人工智能的虚拟筛选方法

Innoplexus，一家NVIDIA Inception初创公司，利用其专有的深度学习方法和NVIDIA NIM微服务来优化药物发现流程。他们利用 NVIDIA H100 GPU 集群，其配置如下：

• 加速器： NVIDIA H100 Tensor Core GPU

• 内存： 80-GB HBM3

• 互连： NVIDIA NVLink 4.0

• 集群配置： 高速互连的可扩展多节点集群

这种方法基于NVIDIA NIM Agent Blueprint，用于生成式虚拟筛选，可以快速生成新的分子结构，从而加速模拟和对接过程。Innoplexus的专业知识与NVIDIA的AI技术相结合，正在变革药物发现，使其更快、更高效、更精准。Innoplexus开发了一条AI驱动的流程，用于寻找治疗与TDP-43蛋白聚集相关的神经退行性疾病的新疗法。

Innoplexus 的深度学习方法

Innoplexus使用专门设计的人工神经网络 (ANN) 进行蛋白质靶标预测，并在蛋白质序列、结构信息和分子相互作用的大型数据集上进行训练。

图1. 基于NVIDIA NIM微服务的结构和配体药物发现工作流程

Innoplexus 利用以下 NVIDIA NIM 微服务：

• AlphaFold2： 蛋白质结构预测

• MolMIM： 优化先导化合物发现

• DiffDock： 分子对接

这些AI工具简化了药物发现流程，并确定了以TDP-43为靶标、有望延缓这些疾病进展的候选药物。

AlphaFold2 用于蛋白质结构预测

AlphaFold2 根据氨基酸序列确定靶蛋白的三维结构。

图2. AlphaFold2 根据氨基酸序列预测蛋白质的三维结构

MolMIM 用于优化先导化合物发现

MolMIM生成针对药物相似性 (QED)、溶解度（惩罚性 logP）和分子相似性等特性进行优化的新分子结构。生成的分子经过迭代优化。

DiffDock 用于分子对接

DiffDock预测分子与蛋白质的结合模式，确定最佳结合位点。可以定义对接约束，以全面分析药物-靶标相互作用。

图3. DiffDock 预测分子与蛋白质相互作用的三维结构

后处理 ADMET 流程

使用专有的ADMET（吸收、分布、代谢、排泄和毒性）流程筛选DiffDock中的前1000个小分子，评估其药代动力学和药效学特性。该流程包括：

• ADMET 预测： 预测溶解度、渗透性、代谢和毒性等 ADMET 特性。

• 筛选和排序： 根据预测的 ADMET 特性筛选和排序分子。

Innoplexus ADMET 模型

ADMET 模型是一个定制的神经网络，在分子结构及其 ADMET 特性的大型数据集上进行训练。它利用：

• 多任务学习： 在多个ADMET任务上同时进行训练。

• 迁移学习： 通过在大型数据集上进行微调来实现泛化。

工作流程优化

该流程使用以下方法进行了性能优化：

• 数据并行： 分布式训练和推断。

• 模型并行： 将大型模型拆分到多个 GPU 上。

• 流水线并行： 流水线各阶段的重叠执行。

  
  

  
  

  
  

• 

图4. GPU加速计算：实现快速高效的密集型运算

GPU 及其加速计算方法使得该方案的密集型运算得以快速执行，并在实际时间表内完成。实际应用和意义

基于 NVIDIA H100 集群的 Innoplexus AI 驱动管线可快速识别化合物，除了将分子对接速度提升高达 10 倍之外，还能加速生成分子的虚拟筛选，使**研究人员能够执行以下任务：

• 在 5到8小时内筛选 580万个小分子。

• 通过对百万个化合物进行 ADMET 特性分析，在几小时内识别出具有高治疗价值的前 1% 的化合物。

• 以 90% 的准确率优化先导化合物结构。

借助AI和高性能计算的力量，您可以快速探索浩瀚的化学空间，并精准定位有潜力的候选药物，从而显著加速药物研发。

立即行动

AI 和高性能计算将彻底革新药物发现领域，从而能够更快、更准确地识别潜在的候选药物。

Innoplexus 虚拟筛选流程结合了尖端的神经网络算法、生成模型和先进的分子对接技术，为加速新药发现提供了强有力的工具，最终改善患者预后，并降低新疗法上市的成本和时间。

立即使用 NVIDIA NIM Agent Blueprint 体验生成式虚拟筛选，并深入了解 Innoplexus