Numerion Labs 发布了关于与 NVIDIA 合作超快速筛选超可扩展虚拟图书馆的突破性人工智能研究

APEX 协议可在 30 秒内对 100 亿种虚拟化合物进行详尽评估旧金山，2025 年 10 月 29 日 /美通社/ -- Numerion Labs 是一家率先将 AI/ML 应用于药物发现的 AI 原生公司，今天宣布发布一篇由 NVIDIA 主题专家共同撰写的研究论文，现已在 arXiv 上提供。该论文介绍了 APEX（近似穷举搜索），这是一种新的计算协议，使科学家能够在几秒钟内筛选包含数十亿种化合物的超可扩展、超大型组合合成库 (CSL)，从而大大加快了以前需要数月才能分析的工作流程。Numerion LabsNumerion Labs（以前称为 Atomwise）开发 APEX 来解决虚拟筛选中最重要的瓶颈之一：无法在规模。通过将深度学习代理与结构化化学空间上的 GPU 加速枚举相结合，APEX 可在几秒钟内对数十亿个潜在起点进行虚拟评估，确保有前途的化合物不会被忽视。“药物发现始终面临着大规模和快速搜索化学空间的基本挑战，”Numerion Labs 首席执行官 Steve Worland 说道。 “借助 APEX，我们已经证明，现在可以在几秒钟内对数十亿个分子进行虚拟评估，从而实现化学家和计算机之间创造力的实时结合。这种快速探索更广泛的化学空间的能力产生了更加多样化的化学起点，从而加速了发现并增加了识别治疗疾病的差异化新药物的可能性。”传统的虚拟筛选技术通常评估不到 0.1% 的可用化合物，从而导致许多有价值的潜在药物未被发现。竞争的超大型库工具通常专注于化合物相似性或物理化学过滤器，或者依赖于强力对接方法，这需要大量的计算资源。相比之下，APEX 利用 COSMOS（Numerion 基于结构的生成式预训练基础模型）来优先考虑具有真正生物学相关性的化合物。经过训练来预测分子结合和功能，COSMOS 使 APEX 不仅能够识别仅仅看起来像药物的分子，还能选择那些最有可能结合具有最佳药物特性的疾病驱动靶点的分子。在基准测试中，APEX 在单个 NVIDIA GPU 上在 30 秒内从包含 100 亿个化合物的库中检索出前 100 万个具有生物学前景的化合物。故事还在继续研究表明，APEX 能够识别高分化合物，这些化合物满足多种蛋白质靶点（包括激酶、GPCR、蛋白酶和核受体）的关键类药物特性限制。这些进步有可能通过实现对化学空间的全面、实时探索，从根本上重塑制药和生物技术公司进行热门发现的方式。反过来，这可以加速临床候选药物的进展，并提高发现差异化新药的成功概率。完整论文可在 arXivhere 上获取，代码可在 GitHub 上获取。关于 Numerion Labs
Numerion Labs 是一家人工智能原生公司，通过开发和使用尖端机器学习算法来加速救生药物的发现。该公司将计算化学、结构生物学和药物化学结合起来，开创了下一代人工智能驱动的药物发现平台。媒体联系人：Kate Thompson / Tim Ragones / Madeline Jones
乔尔·弗兰克、威尔金森·布里默·卡彻
212-355-4449Cision查看原始内容以下载多媒体：https://www.prnewswire.com/news-releases/numerion-labs-publishes-breakthrough-ai-research-on-ultra-fast-screening-of-hyper-scalable-virtual-libraries-with-nvidia-302597754.html查看评论