计算机视觉是人工智能中最热门的研究领域之一，它也为分子领域的研究提供了新的机遇。近日，湖南大学信息科学与工程学院曾湘祥教授课题组提出了一种全新的分子表征框架——基于分子图像的无监督深度学习框架 ImageMol，能够对分子性质和药物靶点进行准确预测，为加速药物研发进程提供了新的途径。该成果发表于国际顶级期刊Nature Machine Intelligence上。

药物的临床疗效和安全性取决于药物分子的性质和药物作用的靶点。然而，通过湿实验和临床实验的方式评估药物性质和药物靶点是代价巨大的，平均一款新药的研发需要花费10年以上时间，10亿美元成本。通过人工智能技术预测药物性质和药物靶点，可以加速药物研发进程，大幅减少药物研发成本。

目前，国内外分子性质及药物靶点预测的研究大多围绕序列表示和图表示展开，它们在提取分子表征时存在一定的局限性。受到计算机视觉最新研究的启发，曾湘祥教授课题组的研究提出了首个基于分子图像的无监督深度学习框架ImageMol，为性质预测与靶点预测提供了新范式，证明了分子图像在智能药物研发领域具有巨大的潜力。

该研究在51个药物发现的基准数据集上进行评估，展示了其在性质预测和靶点预测的性能均优于其他模型。此外，该研究关注到新冠药物研发的迫切需求，在美国国家转化科学推动中心的13个实验数据集中准确识别了抗SARS-CoV-2分子并确定了治疗COVID-19的临床候选3CL蛋白酶抑制剂，这对于加速新冠药物研发的进程具有重要意义。

相比于现有的基于序列和图的方法，该研究提供了分子结构重要性的实验观察，展示了模型对分子图像的全局注意力与局部注意力，这些结果使研究人员能够在视觉上直观地理解分子结构是如何影响性质和靶点。

此次计算机视觉与分子领域交叉取得的成功，展示了利用计算机视觉技术理解分子性质与药物靶点机制的巨大潜力。未来，湖南大学信息科学与工程学院将进一步在学科方向凝练、师资队伍建设、交叉学科探索、杰出人才培养、超算平台运用等方面发力，不断提高学科建设水平，为经济社会发展做出新的更大的贡献。

拓展阅读：

曾湘祥，教授、博士生导师。曾获2019年吴文俊人工智能优秀青年奖，2020年亚马逊机器学习研究奖，厦门大学教学成果奖特等奖，福建省教学成果奖二等奖，福建省自然科学奖三等奖，CCF科学技术奖等。先后入选科睿维安2020和2021年度「全球高被引科学家」名单，爱思唯尔2021年年度「中国高被引学者」名单，斯坦福发布的「全球前2%顶尖科学家」名单。

湖南大学信息科学与工程学院是教育部首批特色化示范性软件学院，学院依托国家超级计算长沙中心搭建了多个教学科研平台，拥有1个教育部工程中心，3个湖南省重点实验室、1个湖南省工程技术中心、1个湖南省高校重点实验室。

学院近年牵头主持重点研发项目、自然科学基金等国家级项目160余项，授权发明专利100多项，在国内外重要学术期刊上发表论文1000多篇，获各类省部级以上奖励10余项，2019年获国家科学技术进步奖二等奖1项。

欢迎关注「湖南大学本科招生」华文头条号，获取关于985、211、「双一流」建设高校——湖南大学的精彩资讯！

部分素材来源：湖南大学官网、官微、HNU先锋信息