AI中国网 https://www.cnaiplus.com
2023年5月17日，生物医药科技公司英矽智能宣布，他们的研究小组已经成功地将量子计算和生成式人工智能两项快速发展的技术结合在一起，用于药物研发过程中的先导化合物发现。这一惊人的成果发表在美国化学学会旗下《化学信息与建模》杂志中。
英矽智能的台湾研发中心和富士康科技集团的鸿海研究院量子计算研究所一同领导此项研究，获得了英矽智能阿布扎比研发中心和多伦多大学加速联盟主任Alan Aspuru-Guzik教授的支持。
鸿海研究院量子计算研究所所长谢明修表示，“量子计算可以用于处理复杂的计算问题，用于药物研发将有助于加快药物开发的速度，并降低研发成本。”
生成式对抗网络(GANs)是药物发现和设计中最成功的生成模型之一。经典的GAN模型由一个生成器和一个判别器组成，生成器通过学习训练集数据的特征，将随机噪声分布尽量拟合为训练数据的真实分布，从而生成具有训练集特征的相似数据。而判别器负责区分输入的数据的真实性，并反馈给生成器。生成器和判别器交替训练，分别提高各自的生成能力和判别能力，直到生成器生成的数据能够以假乱真。
在这项研究中，研究人员逐步以变分量子线路(VQC)取代MolGAN的不同部分，包括作为噪声生成器、切片法下的生成器和判别器，探索量子生成式对抗网络在小分子药物发现中的潜在优势。他们利用三次实验，比较混合模型和经典GAN模型输出结果的异同。
研究证明了，当作为生成器时，仅使用少量参数的量子GAN可以生成类似训练集的分子，且量子GAN模型在生成化合物的药物性质和以目标为基准分子设计方面优于经典GAN模型。当作为判别器时，几十个可学习参数的量子GAN模型即可生成与拥有几万个可学习参数的经典GAN模型相当的类药性质分子，且量子GAN模型在分子独特性上有一定优势。
英矽智能台湾研发中心负责人、台湾公司总经理林彦竹博士表示，“量子计算是下一个将对所有行业产生影响的技术，制药业被认为将是第一批受益于这一技术的行业之一。本次研究是英矽智能宏大愿景下的首次尝试，探索了在量子计算和人工智能两大前沿技术的驱动下的分子生成。”
这项研究的成果将有助于英矽智能的研发团队将量子GAN模型整合到英矽智能自主研发的小分子生成引擎Chemistry42中，以便更高效和精准地推进人工智能驱动的药物发现。英矽智能在基于包括GAN、自然语言学习(NLP)、自注意力机制(Transformer)等的生成式模型构建的人工智能平台Pharma.AI的赋能下发现了11个临床前候选化合物，其中进展最快的项目在I期临床实验中已经得到了验证。
英矽智能创始人兼首席执行官Alex Zhavoronkov博士表示，“我们旅程中的第一小步，对于这个充满活力的技术领域，我们感到自豪。英矽智能目前正在探索以多种量子模型驱动的药物化学发现突破性实验，我们期待早日与工业界和学术界分享英矽智能在这个领域的最佳实践。”
AI中国网 https://www.cnaiplus.com
本文网址：
