杨胜勇教授化学领域权威期刊ChemicalReviews发表重要论文

　　近年来，以深度学习（deep learning）为代表的人工智能（artificial intelligence, AI）技术获得快速的发展，被认为是新一轮科技革命和产业变革的重要驱动力量，同时也为加快创新药物研发带来了新的希望，推动药物研发从传统的以靶点和结构信息为核心，逐渐转变为以数据和算法为核心的模式。目前，深度学习已成功地应用于图形图像识别、自动驾驶、人类智力游戏等领域，并获得了巨大的成功。虽然如此，由于创新药物研发本身的一些特殊性，例如分子表征、小样本等，以及常用的深度学习方法的不足，导致深度学习在创新药物研发中的应用受到诸多限制。

　　该论文全面综述了人工智能算法在药物研发中的应用。在介绍了在本领域中常用算法的基本原理后，文章进一步详细全面地综述了人工智能算法在基于结构或配体的虚拟筛选、从头药物分子设计、药代动力学性质预测、老药新用及相关方面所取得的进展，对文献所报道的模型的优缺点进行了对比。此外，作者对人工智能算法在药物发现的其他新兴领域（如大数据驱动的精准医疗和多靶标小分子设计、药物分子可合成性分析等）的发展进行了深度概述。最后，作者总结了人工智能驱动的药物发现领域面临的挑战和局限性，并指出了该领域未来潜在的突破方向。

　　杨胜勇教授是教育部“长江学者奖励计划”特聘教授、国家杰出青年基金获得者、百千万人才工程国家级人选、教育部“创新团队发展计划”团队带头人；担任Signal Transduction and Targeted Therapy期刊副主编及多个国际期刊的编委；以第一完成人获国家自然科学二等奖、教育部自然科学一等奖、药明康德生命化学研究学者奖等。该团队主要从事计算机辅助药物分子设计方法与应用，以及针对重大疾病的小分子靶向药物研究。至今已在本领域顶级或重要刊物发表SCI论文200余篇。申请ZL80余项，获授权ZL30余项，包括12项国际ZL。研发的6个候选新药已转让到国内大型制药公司，其中两个已进入临床试验。

　　上述研究得到了国家自然科学基金面上项目、国家自然科学基金青年项目、国家科技重大专项、华西医院1·3·5工程、国家博士后创新人才计划等项目的支持。

　　文章链接：https://pubs.acs.org/doi/10.1021/acs.chemrev.8b00728