抓住「AI+生物医药」黄金时期，盘点2024年最值得关注的颠覆性成果

下一个黄金赛道是 AI + 生物医药

原标题：抓住「AI+生物医药」黄金时期，盘点2024年最值得关注的颠覆性成果
文章来源：HyperAI超神经
内容字数：17604字

AI赋能生物医药：46篇前沿论文解读

本文总结了HyperAI超神经精选的2023-2024年间46篇AI在生物医药领域的前沿论文，这些论文涵盖了CVPR 2024、ICML 2024、ACL 2024、Nature等国际知名会议和期刊，研究机构包括微软研究院、DeepMind、麻省理工学院等全球顶级高校和机构。文章内容聚焦AI在蛋白质结构预测、药物研发、基因测序和细胞研究等方面的突破性进展，并对部分论文进行了简要介绍。

1. 蛋白质结构预测与设计

1. **AlphaFold及其衍生应用:** AlphaFold及其改进版本在蛋白质三维结构预测方面取得了性进展，为理解蛋白质功能和开发靶向药物提供了有力工具。多篇论文基于AlphaFold进行改进和拓展，例如麻省理工团队利用AlphaFold和自定义流匹配框架，获得了序列条件的蛋白质结构生成模型AlphaFLOW和ESMFLOW，揭示了蛋白质动态多样性。(论文06)

2. **蛋白质从头设计:** 多篇论文关注AI辅助的蛋白质从头设计，例如David Baker团队研发了基于扩散模型的技术RFpeptides，用于设计高亲和力的大环结合物，为不可成药蛋白质提供新可能性。(论文01) 中科院团队开发了基于扩散模型的P450酶从头设计方法P450Diffusion，提高了催化能力。(论文08) DeepMind的AlphaProteo则能够高效设计靶蛋白结合物，亲和力提高300倍。(论文25)

3. **蛋白质语言模型:** 多篇论文利用蛋白质语言模型(PLM)进行蛋白质特性预测和设计，例如上海交大团队开发的ProSST模型有效整合了蛋白质结构信息。(论文07) 浙江大学团队提出的DePLM模型，在突变效应预测方面优于现有模型。(论文09) 清华大学等联合发布的ESM-AA模型，在靶点-配体结合等任务上性能显著提升。(论文17)

2. 药物研发

1. **药物设计与筛选:** AI在药物设计和筛选方面发挥着越来越重要的作用。多篇论文利用AI预测药物特性、设计新药，并缩短药物研发周期。例如，湖南大学等联合推出的药物研发大语言模型Y-Mol，性能全面领先LLaMA2。(论文03) 中南大学团队发布的AdaDR，基于自适应图卷积网络进行药物重定位。(论文31) 麦克马斯特大学和斯坦福大学的研究人员利用生成式AI模型SyntheMol设计新型抗生素。(论文32)

2. **蛋白质-配体结合预测:** 上海交通大合星药科技等提出的DynamicBind模型，实现了蛋白质动态对接预测，为药物发现提供了新的工具。(论文11) 中国人民大学团队提出的EquiPocket框架，将等变图神经网络应用于靶蛋白结合位点预测。(论文10)

3. 基因组学与细胞研究

1. **基因组测序与分析:** AI可以从海量基因测序数据中精准挖掘信息，快速识别基因突变，助力科研人员锁定与疾病相关的基因变异。DeepMind开发的AlphaMissense预测了7100万种基因错义突变。(论文28)

2. **单细胞分析:** 清华大学团队发布的scFoundation细胞大模型，能够同时处理约2万个基因，在细胞测序深度增强、细胞药物响应预测等任务中表现出色。(论文19) 清华大学张强锋课题组开发的SPACE算法，能够从单细胞分辨率的空间转录组数据中识别空间细胞类型和发现组织模块。(论文22)

3. **细胞分化与工程:** 北京大学团队研发了基于机器学习的多能干细胞分化系统，高效、稳定地制备功能性细胞。(论文41)

4. 其他应用

论文还涵盖了AI在天然产物挖掘(论文24)、RNA修饰鉴定(论文30)、病毒免疫原性预测(论文33)等方面的应用，以及利用AI加速长效注射剂研发(论文39)和药物3D打印(论文42)等。

总而言之，这些论文展示了AI在生物医药领域巨大的潜力，为疾病诊断、药物研发和生物技术创新带来了新的希望。 更多详细信息，请参考原文提供的GitHub链接。

联系作者

文章来源：HyperAI超神经
作者微信：
作者简介：解构技术先进性与普适性，报道更前沿的 AIforScience 案例