中国科学院上海药物研究所的研究团队近日在《自然·计算科学》期刊发表研究，提出一种名为PBCNet（pairwise binding comparison network，成对结合比较网络）的人工智能工具，有望显著加速新药研发进程。

▲ PHOTO: VCG

当前，AI技术已广泛应用于潜在药物分子的筛选，但其计算效率仍面临挑战。PBCNet专为比较相似配体分子间的相对结合亲和力而设计，能够更精准地评估分子与靶标蛋白的结合能力。

模拟实验结果显示，经主动学习优化的PBCNet可将结构优化速度提升473%，并平均节省30%的计算资源，显著提高药物发现效率。

研究团队还推出了开源网页服务，配备简洁易用的图形界面，便于科研人员使用。该工具可通过 pbcnet.alphama.com.cn 访问。