©北京泰科博思科技有限公司 / 京ICP备09107432号-1 / 网站建设:中企动力 北京
解决方案
Solution
技术在不断发展,但是一项新技术何时以及如何取代既定的技术?你可能会想到数码相机和胶片相机,或者流媒体服务和物理媒体,或者GPS导航和物理地图。相反,什么时候一项新技术会增强一套长期建立的技术的好处?药物研发中的人工智能和机器学习(AI/ML)是前者还是后者?新兴的AI/ML技术将如何整合到现有的软件、工作流程和平台中,从而改变制药研究的格局?它会重塑药物发现的轨迹吗?
结构预测是人工智能在药物发现中的新应用
在这个领域,最令人兴奋的新人工智能技术之一是AlphaFold2和OpenFold。这些模型建立在深度神经网络架构之上,该架构结合了注意机制和残差网络来预测蛋白质的三维(3D)结构。两者都是人工智能系统,从一个初始模型开始,该模型以蛋白质的氨基酸序列为输入,并预测氨基酸对之间的距离,以近似蛋白质的3D结构。随后,通过一种新的基于注意力的算法来优化初始结构,该算法考虑了蛋白质内部的远程相互作用和依赖性,这对准确的结构预测至关重要。预测蛋白质结构的能力在药物发现和设计(包括蛋白质工程、疫苗开发和生物标志物鉴定)以及制药以外的行业(如农业、食品和饮料以及环境科学)中具有重要的优势。
AlphaFold2和OpenFold正在进入一个以前由同源建模或蛋白质线程主导的领域。同源性建模的前提是进化相关的蛋白质具有相似的结构。在该技术中,未知靶蛋白的氨基酸序列与已知结构(模板)蛋白的序列对齐,并从模板蛋白的相应位置推断靶蛋白中原子的空间排列。当传统的同源建模由于序列相似度低或处理新褶皱而失败时,蛋白质穿线是一种替代技术。Threading评估目标序列与已知蛋白质结构库的兼容性,为每个模板分配分数,并反映序列与模板结构特征的匹配程度。得分最高的模板被认为是最有可能的结构同源物。
虽然同源建模方法仍然存在用例,例如Discovery Studio Simulation中经过长期验证和建立的MODELER1算法可能会产生更好的结构预测,但用于蛋白质折叠和结构预测的AI模型的未来版本可能会取代这些技术。然而,还有其他著名的计算机技术,例如基于物理的建模方法,通常与现有的蛋白质结构预测方法一起使用,这些方法有可能与这些新的人工智能模型协同工作,以加速药物发现。
结合AI/Ml模型和基于物理的建模
基于分子物理的建模方法是一套强大的计算工具,可以在量子水平上模拟原子和分子的复杂行为。这些方法基于分子物理学的基本原理,利用经典和量子力学来预测和理解分子系统内的动态相互作用。长期以来,它们一直被用来为药物发现、材料设计和复杂生物过程的探索提供见解。基于物理的建模比人工智能有一定的优势,特别是在可解释性和结合已知物理原理的能力方面。在发现工作流程中的蛋白质结构预测中,分子动力学可以改进从人工智能模型中导出的结构,并计算能量估计,从而更真实地传达控制蛋白质折叠的生物物理约束和力量。分子动力学可以模拟不同环境条件下的结构变化,例如温度或pH溶液条件的变化,因为算法固有地考虑了能量最小化和热力学原理。基于物理的方法有助于赋予预测可解释性、概括性和更大的信心,并可以减轻科学家对人工智能预测黑箱性质的普遍担忧。
增强发现工作室模拟与alphafold2和openfold的力量
Discovery Studio Simulation是BIOVIA的3D硅原子建模和仿真应用程序。它包括基于物理的方法,如用于分子动力学的CHARMm2和NAMD3,这些方法长期以来一直用于与MODELER的同源建模预测相结合的工作流中。BIOVIA Discovery Studio Simulation现在包括用于蛋白质结构预测的OpenFold和AlphaFold人工智能模型,这些模型可能会取代MODELER对同源性建模的大部分需求。然而,OpenFold和AlphaFold不会单独使用,并且肯定需要支持基于物理的硅技术来实现它们在药物发现工作流程中的优势。在今年晚些时候发布的版本中,Discovery Studio Simulation将把这些人工智能模型整合到更多的仿真工作流程中,解决用户面临的其他挑战,并帮助解释和分析复杂的结构数据,而不仅仅是专注于黑盒预测算法。
我们在BIOVIA的工作是不断适应新的尖端技术,帮助我们的用户加速科学创新。在2024年及以后,BIOVIA Discovery Studio Simulation将把创新的人工智能技术与使用已建立的基于物理的方法的基岩建模工作流程相结合,为研究人员提供可靠性、可解释性和民主化访问。随着我们将这些新技术与现有软件融合到3DEXPERIENCE平台上的基于角色的体验中,我们预见到与用户的漫长而激动人心的旅程,为他们提供最好的工具,加速改变生活的疗法进入市场。
如果你有兴趣了解AlphaFold和OpenFold的历史,可以浏览Tien Luu的相关博客。
作者简介:
文章详情:
https://blog.3ds.com/brands/biovia/elevating-excellence-in-drug-discovery-combining-ai-ml-models-with-physics-based-simulation-methods-in-discovery-studio-simulation/
北京泰科博思科技有限公司是BIOVIA Discovery Studio官方指定代理商,有关软件详情或者技术支持请咨询北京泰科。
电话:010-64951848
邮箱:sales@tech-box.com.cn
北京泰科为广大学习分子模拟科研人员提供了交流讨论平台,泰科建立了BIOVIA Discovery Studio交流群,群里有专业老师解答问题,如有兴趣一起交流,欢迎来电/邮申请入群,作者期待您的参与!
北京泰科涉及行业
材料研发
基于BIOVIA Materials Studio材料设计平台,提供涉及电池、航空航天、国防军工、建筑、涂料涂层等多领域材料研发软件及综合解决方案
药物研发
针对药物设计、药物研发等提供基于Discovery Studio、COSMOLOGIC等软件的ADME、构象比对、溶剂筛选、结晶、成盐、共晶筛选、稳定性、溶解度pKa、分配系数等性质的模拟预测软件及方案
化工设计
面向精细化工、新能源、石油化工等领域提供精馏萃取催化剂设计、热力学性质(溶解度、粘度等)、提纯表面处理吸附等性质模拟软件平台及解决方案
数据挖掘
基于Pipeline Pilot提供数据搜集、数据清洗、特征工程、机器学习、流程设计等多种数据挖掘综合解决方案
一体化实验室
• 实验室信息管理
• 电子实验记录本/SOP执行
• 试剂耗材管理
• 仪器管理
• 数据管理
部分产品
量化材料类
• Crystal:固体化学和物理性质计算软件
• Diamond:晶体结构数据可视化分析
• Endeavour:强大的求解晶体结构的软件
• Molpro:高精度量化软件
• Molcas:多参考态量软件
• Turbomole:快速稳定量化软件
• TeraChem:GPU上运行的量化计算软件
• Spartan:分子计算建模软件
数据分析类
• GelComparll:凝胶电泳图谱分析软件
• SimaPro:生命周期评估软件
• Unscrambler:完整多变量数据分析和实验设计软件
• CSDS:剑桥晶体结构数据库
• lCDD:国际衍射数据中心数据库
• ICSD:无机晶体结构数据库
• Pearson’s CD:晶体数据库
公司简介
北京泰科博思科技有限公司(Beijing Tech-Box S&T Co. Ltd.)成立于2007年,是国内领先的分子模拟及虚拟仿真综合解决方案提供商。
北京泰科博思科技有限公司与国际领先的模拟软件厂商、开发团队深入合作,为高校、科研院所和企业在材料、化工、药物、生命科学、环境、人工智能及数据挖掘、虚拟仿真教学等领域提供专业的整体解决方案。用户根据需要在我们的平台上高效的进行各种模拟实验,指导实际的生产设计。
北京泰科博思科技有限公司拥有一支一流的技术服务团队和资深的专家咨询团队,以客户真正需求出发,服务客户,为客户创造价值。我们秉承“职业、敬业、担当、拼搏、合作”的企业精神,致力于用国际领先的软件产品和专业全面的技术支持服务,成为客户可信赖的合作伙伴。
更多解决方案
——