(相关资料图)

上证报中国证券网讯（记者 宋薇萍）7月7日，在2023世界人工智能大会张江科学会堂分会场，由腾迈医药（TandemAI）主办的2023 WAIC“探寻新一代技术工具，拓宽药物发现边界”论坛顺利召开。与会专家深入探讨智能计算工具在药物研发领域的前沿技术和落地应用，助力药物研发的范式变革。

腾迈医药创始人、CEO 何骑在开场致辞时说，腾迈医药非常荣幸能在全球智能领域最令人瞩目的WAIC大会中主办“探寻新一代技术工具，拓宽药物发现边界”论坛，腾迈医药通过将专有的基于量子力学及人工智能驱动的高性能计算平台与规模化高效湿实验室相结合，提供一站式解决方案，引领新药研发的范式变革。何骑表示，腾迈医药始终致力于提高药物发现工具的可及性，降低先进计算工具的使用门槛，包括物理学建模、机器学习模型、数据分析和算力平台等，并致力于助力行业优质数据积累。

腾迈医药CTO Albert Pan在题为“计算在药物发现领域中的前沿进展”的主旨演讲中说到，“在药物的发现和开发过程中，化学构象的空间是非常巨大的，大到无法想象，而我们现在所有尝试过的化合物，可能只是海滩上的一粒沙。”

Albert Pan说，让他感到振奋人心的是，将有越来越多的AI工具，帮助人们去探索更大的化合物构象空间。机器学习以及基于第一性原理的科学建模各具特色，腾迈医药结合两者优势，自主研发了一系列的高阶工具，包括采用高级采样方法的FEP预测工具，以化学规则为基准的生成工具等等，显著增加了预测的通量和准确度。

腾迈医药CTO Albert Pan现场连线并采访了Relay Therapeutics首席数据科学官Pat Walters，在谈到“DrugGPT离ChatGPT还有多远”的问题时，Pat Walters说，在早期药物发现阶段还需要针对特定类型的数据进行结构化、定向化的收集，才有可能真正意义上实现AI/ML对药物预测的实质性突破。

针对“小分子药物研究的挑战和AI赋能发展”问题，上海交通大学药学院院长张翱从宏观上概述了不同类型计算工具在不同模式药物研发场景中的赋能，并分享了业界代表企业的成功案例。他结合自己多年研发工作，讲解了AI赋能之下小分子领域面临的挑战和机遇。张翱呼吁业界与学术界在更早期就开展合作，促进基础研究更快落地。

成都先导计算科学负责人程学敏向大家分享了“DEL+AI 拓展新分子空间的新技术”的主题演讲。她表示，“DEL+AI”在探索化合物空间方面有着广泛的应用前景，通过将DEL平台的“海量信息产出”能力和AI技术的“海量信息处理和学力”能力进行有机整合，可以提供更多可靠、有效的模型来生成新分子和预测小分子的活性和成药性，从而实现更广阔化学空间的化合物筛选，拓展先导化合物的发现途径。

业内人士认为，随着ChatGPT的爆火，AI 2.0时代到来，生物制药行业产生了全新的改变。尽管现阶段AI制药在技术和政策上还面临着诸多挑战，但越来越多传统药企开始积极拥抱AI，药物研发模式正在经历前所未有的颠覆与变革。未来，AI赋能下的药物研发或将真正实现降本增效、进一步促进生物科学的发展，从而创造更大的商业价值及社会价值，让更多普通人受益。

据悉，腾迈医药是一家致力于用先进计算技术重塑药物分子发现流程的平台型科技公司。公司成立于2021年10月，设立至今在纽约、波士顿、上海、苏州已拥有员工近250人，化学生物实验室10,000多平米，已累计为国内外50余家知名生物科技公司提供优质服务，客户数量和项目数正持续增长。

关键词：