10月14日，AIR学术工作坊第五期围绕“
探索前沿，引领未来：智能新药研发
”主题，邀请了临港实验室副主任、华东师范大学药学院院长李洪林，北京大学前沿交叉学科研究院特聘研究员、博士生导师裴剑锋，清华大学生命科学学院、清华-北大生命科学联合中心研究员、博导张强锋，西湖大学AI讲席教授、IEEE Fellow李子青，清华大学智能产业研究院（AIR）教授兰艳艳，浙江大学药学院求是特聘教授侯廷军，百图生科CTO、人工智能首席科学家宋乐，AIR首席研究员/国强教授聂再清，清华大学药学院研究员田博学，智源健康计算研究中心负责人叶启威，AIR副教授周浩，AIR副教授马剑竹等多位跨领域的科研精英，共同探讨在人工智能浪潮下新药研发的科研前瞻性及应用前景。
本次研讨会总共分为两场，本期推送我们整理了研讨会上半场的几位嘉宾报告，分别是：
-
临港实验室、华师大李洪林：AI助力新药研发（本条推送）
-
北大裴剑锋：PharmGPT生成式大模型及其在药物设计中的应用（本期推送第二条）
-
清华张强峰：利用深度神经网络预测小分子与RNA靶标的相互作用（本期推送第三条）
-
西湖大学李子青：AI for Protein Science （本期推送第四条）
-
清华兰艳艳：探索智能新药研发新潜能（本期推送第五条）
-
浙江大学侯廷军：AI药物发现的机遇与挑战（本期推送第六条）
如何从数据中挖掘知识，如何根据知识建立技术，如何有效应用技术，只有解决了这些问题，才能最终实现基于AI的数据与知识双驱动的靶标与新药发现技术体系。
10月14日，第5期AIR学术工作坊第一位报告嘉宾：临港实验室副主任，华东师范大学药学院院长李洪林教授，为我们做了题为《AI助力新药研发》的报告。
李洪林，临港实验室副主任，华东师范大学药学院院长、人工智能新药创智中心主任，上海市新药设计重点实验室主任，国家杰出青年科学基金获得者，万人计划科技领军人才，国务院政府特殊津贴专家。长期从事药物靶标识别和药物发现的计算方法及其应用的研究。已在STTT、PNAS、Adv Sci.、Nat Commun.、 Nucl. Acids Res.和J. Med. Chem.等期刊上发表论文发表SCI论文200余篇，SCI论文他引7000余次，已申请发明专利105项（获授权专利54项），PCT专利32项，软件版权15项，转让临床前药物6个（5个1类新药，1个2类新药），3个进入临床研究。曾获教育部自然科学一等奖，第十三届中国青年科技奖等。
李教授从应用出发，分别介绍了AI促进药物研发，知识库的构建，AI药物研发探索。
李教授首先介绍了药物研发的背景与现状。药物研发是一项漫长而系统性的工程，包括靶点发现、先导化合物发现、先导化合物优化等多个环节。正是由于这些环节的耗时较长，FDA批准上市的药物数量表现出了滞后性：尽管近年来临床试验的注册数量急剧增加，但批准上市的药物数量并未如期增加。
随后，李教授介绍了AI为新药研发带来曙光：加速新药研发和临床研究的整个流程，并就其中蛋白质结构预测，李教授对代表性技术AlphaFold & AlphaFold2进行了详细介绍。
针对大众所关心的AI合成了哪些新药物，李教授指出这个问题的出发点有失偏颇。制药过程本身存在各种问题，我们更应关注如何利用AI来解决制药过程中的关键科学问题。
接着，李教授对关键科学问题进行了高度总结：(1) 如何从数据中挖掘知识，(2) 如何根据知识建立技术，(3) 如何有效应用技术。只有解决了这些问题，才能最终实现基于AI的数据与知识双驱动的靶标与新药发现技术体系。
针对以上问题，李教授介绍了自身团队的工作e-TSN: 疾病-靶标知识图谱的可视化交互平台。该平台可以从海量文本中进行信息自动提取，并构建生物医药特色的知识图谱，融合知识图谱与药物研发，最终得到3亿对潜在疾病-靶标关系，基本流程如下：
e-TSN可以为制药公司提供众多便利：
除了e-TSN，李教授的团队还建立了化学信息重构系统（CIRS），用于提取专利等文献中的多模态数据，为拓宽药物研发领域的知识来源提供支持。
最后，李教授介绍了团队在AI药物研发方面的一个实例。针对JAK2靶点已上市的黑框药物，李教授团队通过Macformer和MacroRNN技术，实现了成环和替换，从而生成新的化学分子。这些新分子不仅具有显著的创新性，还表现出更强的药效并减少了副作用。
关于未来工作，李教授指出，AI制药的趋势将是自动化和集成化的过程。引入自动化后，一个机器人可以代替多人的工作，提高只要效率。而引入集成化后，可以实现AI在制药的各个环节之间无缝集成。除了自动化和集成化，李教授还表示，不依赖特定靶点的AI表型筛选也将持续发展。
