圖片來源：Stuart March-DNDi

來源：https://www.eurekalert.org/news-releases/1126456

由英國主導的OpenBind計劃迎來重大里程碑，發布了首個公開數據集和預測性人工智能模型，這是利用人工智能加速新藥研發的突破性一步。此次發布表明，構建可用于人工智能的數據不僅可行，而且對于發展人工智能工具至關重要，尤其是在數據匱乏的科學領域。通過此次OpenBind發布，高質量的標準化實驗數據和新訓練的預測模型OpenBind v1將免費向全球研究人員開放，可立即用于治療藥物的發現，并推動下一代人工智能模型的發展。

盡管人工智能在蛋白質結構預測精度方面取得了突破性進展，但其對藥物研發的影響仍然有限，這主要是由于全球范圍內缺乏可靠的實驗數據，無法精確測量藥物分子與疾病相關蛋白的結合方式（以原子級精度）。OpenBind 旨在填補這一關鍵空白。該項目由Diamond Light Source牽頭，匯集了結構生物學家和人工智能專家，并在其創立初期得到了英國科學、創新和技術部 (DSIT)的支持。OpenBind 是首個以工業規模、開放且持續的方式生成這些關鍵數據集，并專門為人工智能設計的項目。

此次首批數據的發布表明，OpenBind 的流程現已投入運行，僅用了七個月就生成了 800 個高質量測量數據——過去，如此龐大的數據集需要數年時間才能生成和發布。這一集成流程結合了 Diamond 公司 XChem 片段篩選中心的自動化化學分析、穩健的結合測量和高通量晶體學技術，以及精心設計的數據發布流程和利用英國 Isambard-AI 計算集群進行的 AI 模型訓練。它為藥物發現領域的變革性進展奠定了基礎，未來計劃分批次發布數據，以應對 COVID-19、瘧疾、登革熱、寨卡病毒和癌癥等全球健康挑戰，在這些領域，快速開發新療法仍然至關重要。

哥倫比亞大學的穆罕默德·阿爾庫拉伊希教授表示：“AlphaFold2 利用 PDB 中數十年來積累的蛋白質結構實驗數據，徹底革新了蛋白質結構預測。目前尚不存在類似的蛋白質-藥物復合物數據集，但 OpenBind 的目標是創建這樣的數據集，并在此過程中開發出用于模擬藥物與蛋白質相互作用的新一代計算工具。”

初始數據集也反映了該項目早期實驗階段積累的寶貴經驗。標準化的工作流程、完善的元數據管理以及高度自動化已被證明對確保人工智能所需的一致性和可復現性至關重要，同時也凸顯了進一步簡化數據處理和提高發布頻率的機會。

牛津大學的弗格斯·伊姆里博士表示：“高質量的實驗數據對于開發新型和改進型人工智能模型至關重要，而此次首次數據發布表明，OpenBind 已經具備了這一基礎。我們正在利用人工智能來提升模型性能并指導未來的實驗，從而加速科學發現。這些早期實驗周期中的經驗教訓已經幫助我們提高了流程的速度、一致性和可復現性，這對于 OpenBind 的發展至關重要。”

鉆石光源首席光束線科學家弗蘭克·馮·德爾夫特教授表示：“如果沒有聯盟成員和運營團隊的貢獻，我們不可能取得如此迅速的進展。他們的專業知識和奉獻精神使我們能夠達到這一雄心勃勃的里程碑。現在，我們將把這一基礎階段的經驗教訓應用到長期運營中，從而將人工智能數據的大規模生產與活躍的探索項目聯系起來。”

在此基礎上，OpenBind 將擴展至涵蓋更多靶點、更大的化合物系列和更深入的數據集，同時還將舉辦社區盲測挑戰賽，以驗證人工智能模型對新生成的實驗數據的適用性。最終，OpenBind 的目標是創建一個全球開放的數據引擎，以支持更快、更精準、更公平地開發治療方法。

閱讀最新前沿科技趨勢報告，請訪問21世紀關鍵技術研究院的“未來知識庫”

未來知識庫是 “21世紀關鍵技術研究院”建 立的在線知識庫平臺，收藏的資料范圍包括人工智能、腦科學、互聯網、超級智能，數智大腦、能源、軍事、經濟、人類風險等等領域的前沿進展與未來趨勢。目前擁有超過8000篇重要資料。每周更新不少于100篇世界范圍最新研究資料。 歡迎掃描二維碼或訪問https://wx.zsxq.com/group/454854145828進入。

截止到2月28日 ”未來知識庫”精選的百部前沿科技趨勢報告

（加入未來知識庫，全部資料免費閱讀和下載）