生成化学能力再获验证，英矽智能Chemistry42研究成果发表于化学领域权威期刊

由端到端人工智能（AI）驱动的临床阶段药物研发公司英矽智能的研发团队于近日在Journal of Chemical Information and Modeling（JCIM）发表论文，通过实际案例验证英矽智能生成化学平台Chemistry42针对已知蛋白质靶点生成新颖分子结构的能力。JCIM由化学领域权威机构美国化学学会（ACS）于1975年创立，专注计算化学和化学信息学。

自2020年正式发布以来，Chemistry42分子生成平台不断升级，通过前沿生成式人工智能算法连接药物研发流程和计算化学方法，根据所需特性辅助小分子设计和生成。截至目前，英矽智能已经与20多家知名制药企业就Chemistry42平台达成合作，采用人工智能驱动的生成式化学能力推进30余条自研管线以及多项外部研发项目。

英矽智能人工智能平台负责人Petrina Kamya博士表示，“Chemistry42平台是一个主动学习系统，以40多种有关分子表征、基础计算、研发策略的生成算法为基础，助力研究人员对未知化学空间的深度探索。得益于英矽智能和大型制药企业的合作，Chemistry42和英矽智能的其他自有人工智能平台不断获得验证，并在真实世界反馈的推动下不断进步和完善。”

目前，Chemistry42平台已经集成多种前沿算法模型，包括生成自编码器、生成式对抗网络、基于流的生成模型、进化算法、语言模型等。该平台的主要优势是个性化奖励机制，具体来说，Chemistry42会持续采用奖励机制和3D物理结构模块对生成的分子结构进行评估，并在生成算法辅助下进行多维度评分和优化，涵盖药效、代谢稳定性、合成难度等。此外，ADME特性和选择性特征也会影响新颖候选分子的排名。

在内部研发团队和外部合作伙伴的支持下，英矽智能已在生成化学领域发表了一系列的学术论文。此次发表的文章聚焦两大案例研究，分别对Chemistry42早期和成熟期的能力进行了验证。

第一个案例于2018年发表在Nature Biotechnology，分享了利用Chemistry42的原型GENTRL算法模型成功发现DDR1抑制剂候选化合物的研究。在ZINC分子数据集上训练GENTRL模型后，研究团队利用公开可用的激酶抑制剂数据集，针对DDR1靶点，生成了40个候选分子，并从中筛选出6个用于合成和验证，体外试验显示其中4个化合物具有良好活性。这一耗时仅35天的研究验证了GENTRL模型良好的预测性能。

第二个案例分享了英矽智能近期发表于生成化学领域知名期刊Chemical Science的文章，阐述了Chemistry42在AlphaFold2蛋白质结构预测的基础上进行分子设计，进而在30天内发现靶向潜在抗肝癌靶点CDK20的小分子抑制剂的过程。该项研究由多伦多大学和英矽智能合作进行，在研究过程中团队利用Chemistry42平台生成8918个分子，从中筛选出54个具有独特分子骨架和结合特征的候选分子，并在第二轮合成流程中，成功发现1款苗头化合物。该研究结果表明，即使面对有限的分子结构数据，人工智能平台仍能辅助新颖药物发现，实现降本增效。

英矽智能创始人兼首席执行官Alex Zhavoronkov博士表示，“最近，生成式人工智能在生成文字和生成图片方面的能力受到很多关注。但其实，英矽智能早在2015年就已经将类似的技术应用于化学分子生成和设计，并在之后的几年内陆续发布论文分享理论和实践的研究成果，目前英矽智能生成化学平台Chemistry42已经走在行业前沿享有大量市场份额。集成40多种经过验证的生成算法，Chemistry42正在赋能药物研发实现效率提升。很高兴看到这篇简述平台发展的文章被发表，它将为科学家们采用Chemistry42进行AI药物研发探索提供参考。”

英矽智能将持续对自主研发的人工智能药物研发平台进行优化和完善，期待Chemistry42能帮助更多药物研发科学家发现新颖药物，通过赋能生态圈合作伙伴，推动AI制药行业变革。

关于英矽智能

英矽智能是一家由端到端人工智能（AI）驱动的临床阶段药物研发公司，通过下一代人工智能系统连接生物学、化学和临床试验分析，利用深度生成模型、强化学习、转换模型等现代机器学习技术，构建强大且高效的人工智能药物研发平台，识别全新靶点并生成具有特定属性分子结构的候选药物。英矽智能聚焦癌症、纤维化、免疫、中枢神经系统疾病、衰老相关疾病等未被满足医疗需求领域，推进并加速创新药物研发。

更多信息，请访问网站 www.insilico.com

商务合作，请联系 bd@insilico.ai

媒体垂询，请联系 pr@insilico.ai