类GPT化学语言模型，9秒生成100种化合物，微软AI药物设计平台登Nature子刊

以 ChatGPT 為代表的生成式 AI 技術正在徹底改變藥物研發領域。生成式藥物設計能夠從零開始建立全新分子或化合物，而無需依賴於現有的範本或分子框架。

然而，生成的分子的實用性往往有限，因為許多設計都集中在一組狹窄的藥物相關特性，無法提高後續藥物發現過程的成功率。

為了克服這些挑戰，微軟研究院科學智慧中心、中國科學技術大學和全球健康藥物研發中心（GHDDI）的研究團隊合作開發了 AI 藥物設計平臺 TamGen，這是一種採用類似 GPT 的化學語言模型方法。

TamGen 通過基於 Transformer 自注意力機制的生成式 AI 模型，實現了針對致病靶蛋白的分子精準生成、優化以及合成與生物實驗驗證，開闢了創新藥物發現的新路徑。

研究證明 TamGen 生成的化合物具有更好的分子質量和活性。將 TamGen 整合到藥物發現流程中，確定了 14 種對結核桿菌 ClpP 蛋白酶表現出顯著抑制活性的化合物。其中，最有效的化合物顯示出半數最大抑制濃度（IC50）為 1.9 μM。

GHDDI 中心主任丁勝表示：「TamGen 的初步成果標誌著生成式藥物設計領域的一項重要創新，為未來的 AI 藥物研發提供了強有力的實用性和適用性證據。隨著人工智慧技術在藥物發現領域的持續進步，TamGen 有望加速新藥研發，幫助應對包括結核病在內的多種公共衛生挑戰。」

相關研究以「TamGen: drug design with target-aware molecule generation through a chemical language model」為題，於 10 月 29 日釋出在《Nature Communications》上。