腾讯刘伟：AI药物发现存在一个核心问题，即模型是否具备泛化能力萧箫整理自MEET2023量子位|公众

萧箫整理自MEET
2023量子位|公众号QbitAI
AI制药，一个被称作明星赛道的行业。
不仅融资消息隔三差五传出，更被认为是计算生物最有希望落地的领域。
据量子位智库预测， AI制药行业国内市场保守估计将达到2040亿元规模。
在这样的前景下，不仅国内外高校博士生和教授纷纷投身创业，就连互联网大厂们也争相入资角逐。
如今AI制药步入热度高峰后的瓶颈突破期，各玩家的差异性也逐步显现。
作为国内互联网巨头的腾讯，相比间接投资，三年前选择直接成立AI制药平台，成为赛道上角逐玩家之一。
现在，腾讯AI制药平台成果进展如何？相比同赛道玩家，其竞争优势是否得以体现？
在MEET2023大会上，腾讯医疗健康AIDD技术负责人刘伟，从腾讯制药AI算法实践的角度探讨了这一行业当前的现状。

文章图片
为了完整体现刘伟的分享及思考，在不改变原意的基础上，量子位对他的演讲内容进行了编辑整理。
关于MEET智能未来大会：MEET大会是由量子位主办的智能科技领域顶级商业峰会，致力于探讨前沿科技技术的落地与行业应用。今年共有数十家主流媒体及直播平台报道直播了MEET2023大会，吸引了超过300万行业用户线上参会，全网总曝光量累积超过2000万。
演讲要点在AlphaFold和AlphaFold2驱动下， AI药物行业发展速度非常快，而腾讯在蛋白质结构预测上的工作从2019年初就开始了。骨架跃迁分子生成算法能在保证原有化合物活性的基础上，突破原有分子专利的保护，或者优化分子的ADMET性质。只靠数据驱动的AI缺乏可解释性，要与领域知识相结合；药物AI是AI算法和领域知识相互发现，相互提升的过程。 AI辅助药物发现存在一个难题就是泛化性，即在A靶点中训练的AI模型，通常难以应用到B靶点上做预测。这个问题的解决对技术的突破至关重要。（以下为刘伟演讲分享全文）
腾讯云深智药是一个怎样的平台？我分享的题目为“腾讯制药AI算法实践” ，会对腾讯过去3年积累的AI制药技术进行一个展示。
我叫刘伟，是腾讯AI药物发现这一块的技术负责人。今天我要讲的内容，主要包括三个部分：
第一部分是腾讯云深平台介绍，它实际上是沉淀了腾讯AI制药技术的一个平台；第二部分是平台的案例分享；第三部分总结平台的技术优势。
我们先介绍一下腾讯云深平台的两大功能模块，一个是小分子药物发现，另一个是大分子药物发现，这里主要指抗体药物发现。
其中，小分子模块包括蛋白质结构预测、分子生成等6个模块，大分子模块则由抗体结构预测、抗体亲和力、以及抗体人源化改造等几大模块组成。

文章图片
时间有限，我们不会详细介绍每一个模块，主要会讲案例以及部分底层技术的实现。
腾讯云深平台四大案例分享第一个案例是蛋白质结构预测，这块腾讯在国内可能是做得最早的。
最近在AlphaFold和AlphaFold2的驱动下，行业发展速度非常快，而腾讯从2019年初就开始做相关技术工作。
大家应该比较清楚，蛋白质是生命及其活动中非常重要的组成部分，蛋白质结构预测则是指给定一个氨基酸序列，来预测蛋白质的三维结构。
我们在2019年打造的一个预测pipeline ，当时是基于分子动力学模拟和AI预测相结合的方法，构建了一个叫tFold的蛋白质结构预测平台。