Quantum-machine-assisted Drug Discovery
Rensselaer Polytechnic Institute（拉特格斯理工大学）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；University of Pittsburgh（匹兹堡大学）；University of Chicago（芝加哥大学）；Novo Nordisk A/S（诺和制药）；Harvard University（哈佛大学）
本文提出利用量子计算加速药物发现过程，通过分子模拟、药物-靶点相互作用预测和优化临床试验来提升效率和降低成本。
2025-11-19 cs.LG q-bio.BM quant-ph
Artificial Intelligence in Drug Discovery: Applications and Techniques
Stony Brook University（石溪大学）
人工智能（AI）在过去十年中一直在改变药物发现的实践。各种人工智能技术已被广泛应用，例如虚拟筛选和药物设计。在这篇综述中，我们首先概述了药物发现并讨论了相关的应用，这可以归结为两个主要任务，即，分子性质预测和分子生成。然后，我们讨论了常见的数据资源，分子表示和基准平台。此外，为了总结人工智能在药物发现中的进展，我们在调查的论文中介绍了相关的人工智能技术，包括模型架构和学习范式。我们希望这项调查将作为有兴趣在人工智能和药物发现界面工作的研究人员的指南。我们还提供了一个GitHub存储库（https：//github.com/dengjianyuan/Survey_AI_Drug_Discovery），其中包含论文和代码（如果适用）作为学习资源，并定期更新。
2021-11-02 cs.AI cs.LG
DrugPlayGround: Benchmarking Large Language Models and Embeddings for Drug Discovery
Yale University（耶鲁大学）；Broad Institute of MIT and Harvard（麻省理工学院和哈佛大学博德研究所）；The Chinese University of Hong Kong（香港中文大学）；University of California, Berkeley（加州大学伯克利分校）；UC Berkeley（加州大学伯克利分校）
本文提出DrugPlayGround框架，用于评估大型语言模型在生成药物物理化学特性、药物协同作用等文本描述方面的性能，同时通过专家解释验证模型的化学和生物推理能力。
2026-02-11 cs.AI cs.LG cs.SE
Graph-structured Small Molecule Drug Discovery Through Deep Learning: Progress, Challenges, and Opportunities
School of Computer Science, Wuhan University（武汉大学计算机学院）；Department of Computing, Macquarie University（麦考瑞大学计算机系）
本文系统综述图结构小分子药物发现的六大核心任务、代表性深度学习方法、常用数据集与发展趋势，并讨论可解释性、分布外泛化等挑战及未来方向。
2025-05-14 cs.LG q-bio.BM
A hybrid quantum-classical fusion neural network to improve protein-ligand binding affinity predictions for drug discovery
Ingenii Inc.（Ingenii公司）；Purdue University（普渡大学）
本文提出一种混合量子-经典深度学习模型，在优化量子架构中融合3D与空间图卷积神经网络，用于药物发现中的蛋白质-配体结合亲和力预测，较经典模型准确率提升6%且收敛更稳定。
2024-09-03 cs.LG quant-ph
Visualizing Deep Graph Generative Models for Drug Discovery
Cornell Tech（康奈尔科技学院）；Weill Cornell Medicine（威尔康奈尔医学院）
药物发现旨在设计具有特定所需性质的新分子用于临床试验。在过去的几十年里，药物的发现和开发一直是一个昂贵和耗时的过程。在大化学数据和人工智能的驱动下，深度生成模型显示出加速药物发现过程的巨大潜力。现有的工作研究了不同的分子生成的深度生成框架，然而，很少关注的可视化工具，以快速演示和评估模型的结果。在这里，我们提出了一个可视化框架，它提供了交互式可视化工具来可视化在深度图生成模型的编码和解码过程中生成的分子，并提供实时的分子优化功能。我们的工作试图为黑盒AI驱动的药物发现模型提供一些视觉可解释性。
2020-07-20 cs.HC cs.LG stat.ML
Artificial Intelligence for Drug Discovery: Are We There Yet?
Genentech, Inc.（基因泰克公司）；Expert Systems Inc.（专家系统公司）；UNM Health Sciences Center（新墨西哥大学健康科学中心）
本文综述AI在疾病、靶点和治疗方式三大药物发现支柱中的应用，指出其推动小分子候选物进入临床，但仍需解决可重复性、真值数据与后期人工干预问题。
2023-07-13 cs.AI cs.LG q-bio.QM
Q2SAR: A Quantum Multiple Kernel Learning Approach for Drug Discovery
Technologies Delaware, USA
Q2SAR通过量子多核学习方法提升QSAR分类性能，展示在药物发现中的量子优势。
2025-12-15 cs.LG quant-ph
Accelerating Prototype-Based Drug Discovery using Conditional Diversity Networks
Technion - Israel Institute of Technology（以色列理工学院）
设计一种新药是一个漫长而昂贵的过程。由于潜在分子的空间非常大（10^23-10^60），药物发现过程中的一种常见技术是从已经具有某些所需性质的分子开始。一个跨学科的科学家团队生成关于原型所需更改的假设。在这项工作中，我们开发了一种算法无监督的方法，自动生成潜在的药物分子给定的原型药物。我们表明，该系统产生的分子是有效的分子和显着不同的原型药物。在该系统生成的化合物中，我们确定了35种FDA批准的药物。例如，我们的系统生成了异烟肼-结核病的主要药物之一。该系统目前正在与制药公司合作部署，以进一步分析额外产生的分子。
2018-04-08 cs.LG stat.ML
Collaborative Drug Discovery: Inference-level Data Protection Perspective
BME（布达佩斯技术与经济大学）；University of Cambridge（剑桥大学）；KUL（鲁汶大学）；Owkin（Owkin公司）
制药行业可以更好地利用其数据资产，通过协作机器学习平台虚拟化药物发现。另一方面，由于参与者的训练数据的意外泄漏而产生的风险不可忽视，因此，这种平台必须是安全和隐私保护的。本文介绍了一种隐私风险评估的协同建模在临床前阶段的药物发现，以加快有前途的候选药物的选择。在对最先进的推理攻击进行了简短的分类之后，我们采用了几种推理攻击，并根据底层场景对它们进行了定制。最后，我们描述和实验与少数相关的隐私保护技术，以减轻这种攻击。
2022-06-09 cs.CR cs.LG
Causal inference in drug discovery and development
University of Bergen（卑尔根大学）；Roche Innovation Centre Basel（罗氏创新中心巴塞尔）；University of Basel（巴塞尔大学）
本文面向药物研发从业者，以非技术方式介绍因果推断的基本概念，回顾其在药物发现与开发中的近期应用，并分析采用因果语言带来的机遇与挑战。
2022-09-29 cs.LG q-bio.QM stat.AP
Conformal Prediction in Learning Under Privileged Information Paradigm with Applications in Drug Discovery
Uppsala University（乌普萨拉大学）；AstraZeneca（阿斯利康）
本文探讨了特权信息下学习（LUPI）范式中的共形预测。我们使用SVM+实现的LUPI的归纳共形预测，并将其应用到MNIST基准数据集和三个数据集的药物发现。结果表明，使用特权信息产生有效的模型，并提高了效率相比，标准的SVM，但改善测试数据集之间的差异，并没有实质性的药物发现应用。更重要的是，在共形预测框架中使用SVM+可以在指定的显著性水平上实现有效的预测区间。
2018-04-04 cs.LG stat.AP stat.ML
Low Data Drug Discovery with One-shot Learning
Massachusetts Institute of Technology（麻省理工学院）；Stanford University（斯坦福大学）
机器学习的最新进展为药物发现做出了重大贡献。特别是深度神经网络已被证明在推断小分子化合物的性质和活性时提供显著的预测能力提升。然而，这些技术的适用性受到对大量训练数据的要求的限制。在这项工作中，我们展示了如何使用一次性学习来显着降低在药物发现应用中进行有意义的预测所需的数据量。我们引入了一种新的架构，即剩余LSTM嵌入，当与图卷积神经网络结合时，它可以显着提高在小分子上学习有意义的距离度量的能力。我们开源了这项工作中引入的所有模型，作为DeepChem的一部分，DeepChem是一个用于药物发现深度学习的开源框架。
2016-11-10 cs.LG stat.ML
Large Language Models in Drug Discovery and Development: From Disease Mechanisms to Clinical Trials
Monash University（莫纳什大学）；Griffith University（格里菲斯大学）；Harvard University（哈佛大学）；Wyss Institute for Biologically Inspired Engineering（威斯生物启发工程研究所）
本文综述 LLM 在药物开发全管线中的应用，涵盖疾病靶点关联、生物医学数据解析、分子设计、疗效安全性预测及临床试验优化。
2024-09-06 cs.AI cs.LG q-bio.QM
Transformer Query-Target Knowledge Discovery (TEND): Drug Discovery from CORD-19
NVIDIA（英伟达）
先前的工作建立的skip-gram word 2 vec模型可以用来挖掘材料科学文献中的知识，以发现热电。最近的Transformer架构在语言建模和相关的微调任务方面取得了很大的进展，但它们还没有适应药物发现。我们提出了一种基于Roberta变换的方法，该方法使用查询目标条件来扩展掩蔽语言标记预测以处理特异性挑战。Transformer发现方法比word 2 vec方法有几个优点，包括特定领域（抗病毒）的类比性能，否定处理和灵活的查询分析（特定），并在流感药物发现上得到了证明。为了刺激COVID-19研究，我们发布了一个流感临床试验和抗病毒类比数据集，与研究中的COVID-19开放研究数据集挑战（CORD-19）文献数据集结合使用。我们研究k-镜头微调，以提高下游类比的性能，以及挖掘模型的可解释性类比。此外，在针对COVID-19药物（组合和副作用）和正在进行的临床试验进行调整之前，针对流感药物临床试验数据集在前向链分析中验证查询目标分析。考虑到当前的主题，我们发布了模型，数据集和代码。
2020-12-11 cs.CL cs.IR cs.LG
BVSIMC: Bayesian Variable Selection-Guided Inductive Matrix Completion for Improved and Interpretable Drug Discovery
Department of Statistics University of South Carolina（统计学系南卡罗来纳大学）；Department of Biostatistics University of South Carolina（生物统计学系南卡罗来纳大学）；Department of Biostatistics University of Florida（生物统计学系佛罗里达大学）；Department of Surgery University of Florida（外科医学系佛罗里达大学）；Department of Statistics George Mason University（统计学系乔治·梅森大学）
本文提出BVSIMC模型，通过学习稀疏潜在嵌入提升药物发现预测精度和可解释性，并在模拟研究和两个真实应用中优于其他方法，揭示了临床意义最大的侧信息特征。
2026-03-19 cs.LG stat.ME
TorchDrug: A Powerful and Flexible Machine Learning Platform for Drug Discovery
Mila - Quebec AI Institute（米拉-魁北克人工智能研究所）；University of Montreal（蒙特利尔大学）；Peking University（北京大学）；Shanghai Jiao Tong University（上海交通大学）；Tsinghua University（清华大学）
机器学习具有巨大的潜力，可以彻底改变药物发现领域，近年来正引起越来越多的关注。然而，缺乏领域知识（例如，哪些任务工作）、标准基准和数据预处理管道是机器学习研究人员在该领域工作的主要障碍。为了促进药物发现的机器学习的进展，我们开发了TorchDrug，这是一个强大而灵活的机器学习平台，用于药物发现，构建在PyTorch之上。TorchDrug对药物发现中的各种重要任务进行基准测试，包括分子性质预测、预训练的分子表示、从头分子设计和优化、逆转录预测和生物医学知识图谱推理。基于几何深度学习（或图机器学习）、深度生成模型、强化学习和知识图谱推理的最新技术被实现用于这些任务。TorchDrug具有分层界面，便于新手和专家在该领域进行定制。教程、基准测试结果和文档可在https://torchdrug.ai上获得。代码在Apache License 2.0下发布。
2022-02-16 cs.LG
InstructMol: Multi-Modal Integration for Building a Versatile and Reliable Molecular Assistant in Drug Discovery
International Digital Economy Academy (IDEA)（国际数字经济学院（IDEA））；Hong Kong University of Science and Technology（香港科技大学）；Tsinghua University（清华大学）
本文提出多模态大型语言模型InstructMol，通过指令微调和两阶段训练策略对齐分子结构与自然语言，在药物发现分子任务中显著提升性能并缩小与专用模型的差距。
2024-12-19 cs.AI cs.LG q-bio.BM
Generative chemistry: drug discovery with deep learning generative models
University of Pittsburgh（匹兹堡大学）
面对不断增加的新药开发成本，使用深度学习生成模型重新设计分子结构为药物发现引入了一种令人鼓舞的解决方案。从生成原始文本、图像和视频，到抓取新颖的分子结构，深度学习生成模型令人难以置信的创造力让我们惊讶于机器智能所能达到的高度。本文综述了生成化学的最新研究进展，生成化学依靠生成模型来加速药物发现过程。这篇综述从人工智能在药物发现中的简史开始，以概述这一新兴范式。常用的化学数据库，分子表征，化学信息学和机器学习的工具涵盖了生成化学的基础设施。重点讨论了利用尖端的生成架构，包括递归神经网络，变分自动编码器，对抗自动编码器和生成对抗网络进行复合生成。挑战和未来前景随之而来。
2020-08-20 cs.LG q-bio.BM q-bio.QM
Learn molecular representations from large-scale unlabeled molecules for drug discovery
Tsinghua University（清华大学）；Ping An Technology（平安科技）；Beijing University of Chemical Technology（北京化工大学）；Lanzhou University（兰州大学）
如何产生表达性的分子表征是AI驱动的药物发现中的一个根本挑战。图神经网络（GNN）已成为一种强大的分子数据建模技术。然而，以前的监督方法通常遭受的标记数据的稀缺性和泛化能力差。在这里，我们提出了一种新的基于分子预训练图的深度学习框架，称为MPG，它从大规模未标记分子中提取分子表示。在MPG中，我们提出了一个强大的MolGNet模型和一个有效的自监督策略，用于在节点和图级别预训练模型。在对1100万个未标记的分子进行预训练后，我们发现MolGNet可以捕获有价值的化学见解，以产生可解释的表示。预先训练好的MolGNet可以通过一个额外的输出层进行微调，为广泛的药物发现任务创建最先进的模型，包括分子特性预测，药物-药物相互作用和药物-靶标相互作用，涉及13个基准数据集。我们的工作表明，MPG有望成为药物发现管道中的一种新方法。
2020-12-21 cs.LG q-bio.BM q-bio.QM
Drug Discovery with Dynamic Goal-aware Fragments
KAIST（韩国科学技术院）；National University of Singapore（新加坡国立大学）
针对现有片段生成模型忽略目标性质且无法动态更新片段词汇的问题，提出分子生成框架GEAM，通过目标感知片段提取、组装与修改三个模块的循环，有效发现药物候选分子。
2024-05-30 cs.LG
CandidateDrug4Cancer: An Open Molecular Graph Learning Benchmark on Drug Discovery for Cancer
Ping An Healthcare Technology（平安医疗科技）；Chinese Academy of Medical Sciences（中国医学科学院）；National Cancer Center（国家癌症中心）；Xidian University School of Computer Science and Technology（西安电子科技大学计算机科学与技术学院）
抗癌药物的发现是偶然的，我们试图提出开放分子图学习基准，命名为开放分子图Drug4Cancer，这是一个具有挑战性和现实性的基准数据集，以促进抗癌药物发现的可扩展，鲁棒和可重复的图机器学习研究。Drug4Cancer数据集涵盖了29个癌症靶点，涵盖了54869种癌症相关药物分子，范围从临床前，临床和FDA批准。除了构建数据集外，我们还使用描述符和表达性图神经网络进行了具有有效药物靶向相互作用（DTI）预测基线的基准实验。实验结果表明，在实际应用中学习分子图和靶点是一个重大挑战，为未来开发治疗癌症的候选药物的研究提供了机会。
2022-08-22 cs.LG q-bio.BM
DrugSAGE:Self-evolving Agent Experience for Efficient State-of-the-Art Drug Discovery
Northeastern University（东北大学）；Broad Institute of MIT and Harvard（MIT和哈佛大学Broad研究所）；Yale University（耶鲁大学）；Microsoft Research New England（微软研究院新英格兰分部）
DrugSAGE通过自演化代理经验框架，高效构建前沿药物发现模型，跨任务记忆提升模型性能，实现零次搜索下的显著优势。
2026-05-14 cs.AI cs.LG
REINFORCE-ING Chemical Language Models for Drug Discovery
Computational Science Laboratory, Universitat Pompeu Fabra, Barcelona Biomedical Research Park (PRBB), C Dr. Aiguader 88, 08003 Barcelona, Spain；In Silico Discovery, Janssen Research \& Development, Janssen Pharmaceutica N. V., Turnhoutseweg 30, B-2340 Beerse, Belgium
本文基于REINFORCE算法原理研究了强化学习各组件在化学语言模型中的效果，提出新正则化方法并微调超参数，利用Boltz2奖励模型提升了药物发现的学习效率，并在ACEGEN开源模型以指导实践。
2025-11-04 cs.LG
Cancer Research UK Drug Discovery Process Mining
THE UNIVERSITY OF SHEFFIELD（谢菲尔德大学）
背景英国癌症研究中心（CRUK）的药物发现部门（DDU）正在使用Dotmatics软件来存储和分析药物发现过程中的科学数据。虽然数据包括事件日志、时间戳、活动和用户信息，但它们大多位于数据库中，没有充分利用其潜在价值。目标。本文旨在从药物发现过程中记录的事件日志数据中提取知识，以捕获英国癌症研究中心（CRUK）DDU正在执行的业务流程。为药物发现过程提供了过程挖掘全景模型的评价和绘制方法。因此，通过使DDU能够最大限度地提高其在审查其资源和工作分配方面的效率，患者将更快地受益于更多的新治疗方法。结论组织的管理可以从过程挖掘方法中受益。迪斯科对于非管理专家来说是极好的。ProM非常适合研究目的的专家。然而，流程挖掘不是一劳永逸的，而是一个常规的运营管理过程。事实上，事件日志需要更多地了解目标组织行为和组织业务流程。研究人员必须意识到，事件日志数据是流程挖掘中最重要和最优先的元素。
2018-05-18 cs.DB cs.LG
SPADE: Faster Drug Discovery by Learning from Sparse Data
NVIDIA（英伟达）
SPADE通过从稀疏数据中学习，以更少的测试次数找到高质量的药物分子，相比深度学习和贝叶斯优化方法在样本效率上提升了7%-32%，且在评分速度上快10倍。
2026-05-06 cs.AI cs.LG
ChemGAN challenge for drug discovery: can AI reproduce natural chemical diversity?
Startcrowd, Online AI Lab（Startcrowd 在线人工智能实验室）
产生具有所需化学性质的分子对于药物发现是重要的。使用生成神经网络是有前途的这项任务。然而，从视觉检查，它往往出现，生成的样本缺乏多样性。在本文中，我们量化了这种内部化学多样性，并提出了以下挑战：一个非平凡的人工智能模型能否为所需的分子再现自然的化学多样性？为了说明这个问题，我们考虑两个生成模型：强化学习模型和最近引入的ORGAN。两人都在这个挑战中失败了。我们希望这一挑战将刺激这一方向的研究。
2017-08-31 cs.AI cs.LG stat.ML
Drug discovery with explainable artificial intelligence
ETH Zurich（苏黎世联邦理工学院）
深度学习为药物发现带来了希望，包括先进的图像分析、分子结构和功能的预测，以及自动生成具有定制特性的创新化学实体。尽管越来越多的成功的应用前景，基本的数学模型往往仍然难以捉摸的解释人类的头脑。需要“可解释的”深度学习方法来解决对分子科学机器语言的新叙述的需求。本文总结了可解释人工智能最突出的算法概念，并大胆预测了未来的机会，潜在的应用，和剩余的挑战。
2020-07-02 cs.AI cs.LG stat.ML
A deep-learning view of chemical space designed to facilitate drug discovery
D. E. Shaw Research（D.E.肖研究所）；Columbia University（哥伦比亚大学）
药物发现项目需要设计、合成和测试的循环，这些循环产生一系列化学相关的小分子，这些小分子的特性，例如与给定靶蛋白的结合亲和力，逐渐适应特定的药物发现目标。使用深度学习技术可以增强在设计周期中使用人类直觉的典型实践，从而加快药物发现项目。在这里，我们介绍了DESMILES，一个深度神经网络模型，它在分子设计的机器学习方法中推进了最先进的技术水平。我们将DESMILES应用于先前发表的基准，该基准评估了修改输入分子以抑制多巴胺受体D2的方法的能力，与最先进的模型相比，DESMILES的失败率降低了77%。为了解释DESMILES磨练分子特性的能力，我们可视化了DESMILES网络的一层，并通过使用DESMILES定制D2基准测试中使用的相同分子以更有效地对接7种不同受体来进一步证明这种能力。
2020-02-07 cs.LG stat.ML
3DMolFormer: A Dual-channel Framework for Structure-based Drug Discovery
Tsinghua University（清华大学）；Microsoft Research（微软研究院）；McGill University（麦吉尔大学）；Mila - Quebec AI Institute（米拉-魁北克人工智能研究所）
3DMolFormer提出统一的双通道Transformer框架，通过离散-连续并行序列建模三维口袋-配体复合物，结合大规模预训练与针对性微调，同时提升蛋白质-配体对接和口袋感知三维药物设计性能。
2025-02-07 cs.CE cs.LG
DeepScaffold: a comprehensive tool for scaffold-based de novo drug discovery using deep learning
Peking University（北京大学）；School of Pharmaceutical Sciences, Peking University（北京大学药学院）
药物设计的最终目标是寻找具有理想药理学性质的新型化合物。设计具有特定骨架结构的分子是获得具有理想性质的潜在药物候选物的有效途径之一。我们提出了一个基于支架的分子生成模型，用于基于支架的药物发现，该模型基于广泛的支架定义执行分子生成，包括BM-支架，环状骨架，以及具有侧链性质的支架。该模型可以概括在给定支架上添加原子和键的化学规则。此外，所产生的化合物进行了评估，通过分子对接在DRD 2的目标和结果表明，这种方法可以有效地应用于解决几个药物设计问题，包括产生的化合物含有一个给定的支架和从头药物设计的潜在药物候选人与特定的对接得分。最后，创建一个命令行界面。
2019-09-05 cs.LG q-bio.QM
Knowledge-augmented Graph Machine Learning for Drug Discovery: A Survey
Aarhus University（奥胡斯大学）；WhiteLab Genomics（怀特实验室基因组学公司）
本综述针对传统AI与图机器学习在药物发现中可解释性差及领域知识利用不足的问题，系统定义了知识增强图机器学习（KaGML），提出四类分类法回顾现有工作，并分享资源与未来方向。
2024-07-24 cs.LG
Bridging the gap between target-based and cell-based drug discovery with a graph generative multi-task model
Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）
药物发现对于保护人类免受疾病的侵害至关重要。靶向筛选是近几十年来最流行的新药开发方法之一。该方法在体外有效地筛选抑制靶蛋白的候选药物，但由于所选药物在体内的活性不足，该方法常常失败。需要精确的计算方法来弥合这一差距。在这里，我们提出了一种新的图多任务深度学习模型，以识别具有靶向抑制和细胞活性（MATIC）特性的化合物。在SARS-CoV-2数据集上，MATIC模型在筛选体内有效化合物方面显示出优于传统方法的优势。接下来，我们探索了模型的可解释性，发现目标抑制（体外）或细胞活性（体内）任务的学习特征与分子性质相关性和原子功能关注度不同。基于这些发现，我们利用基于蒙特卡罗的强化学习生成模型来生成具有体外和体内功效的新型多性质化合物，从而弥合基于靶点和基于细胞的药物发现之间的差距。
2022-08-09 cs.LG q-bio.QM
Deep Learning Methods for Small Molecule Drug Discovery: A Survey
Zhejiang University（浙江大学）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Hangzhou Dianzi University（杭州电子科技大学）
随着计算机辅助技术的发展，包括生物化学和深度学习在内的研究团体已经投入药物发现领域十多年。深度学习的各种应用在药物发现中引起了极大的关注，例如分子生成、分子性质预测、逆合成预测和反应预测。而大多数现有的调查只关注其中一个应用，限制了社区研究人员的视野。本文对上述四个方面进行了全面的综述，并讨论了不同应用之间的关系。最新的文献和经典的基准，以更好地了解各种方法的发展。我们首先总结了这些作品中的分子表示格式，然后介绍了最近提出的四项任务中的每一项的方法。此外，我们回顾了各种常用的数据集和评估指标，并比较了基于深度学习的模型的性能。最后，我们通过确定剩余的挑战并讨论药物发现中深度学习方法的未来趋势来总结。
2023-03-05 cs.LG q-bio.BM
QComp: A QSAR-Based Data Completion Framework for Drug Discovery
Princeton University（普林斯顿大学）；Merck & Co., Inc（默克公司）；McGill University（麦吉尔大学）
本文提出 QComp 框架，利用已有 QSAR 模型与实验数据相关性补全稀疏数据，提升多任务预测准确性，并通过量化终点不确定性降低来优化实验顺序。
2024-05-20 cs.LG
High-dimensional near-optimal experiment design for drug discovery via Bayesian sparse sampling
Chalmers University of Technology（查尔姆斯理工大学）；AstraZeneca AB（阿斯利康公司）
我们研究的问题进行自动化实验设计的药物筛选，通过贝叶斯推理和优化。特别是，我们比较和对比的线性高斯模型和高斯过程的行为，当与置信上限算法，汤普森采样，或有界水平树搜索。我们表明，非近视的复杂的探索技术，使用稀疏树搜索有一个明显的优势，如汤普森采样或置信上限在这种情况下的方法。我们证明了显着的优越性，该方法比现有的和合成的药物毒性数据集。
2021-04-23 cs.LG q-bio.QM stat.ML
Exploring Chemical Space using Natural Language Processing Methodologies for Drug Discovery
Bogazici University（博阿齐奇大学）；IBM Research（IBM研究院）；University of Zurich（苏黎世大学）
化学物质和蛋白质的基于文本的表示可以被认为是由人类编码的非结构化语言，用于描述特定领域的知识。自然语言处理（NLP）方法在口语处理中的进步加速了NLP的应用，以阐明这些生化实体的文本表示中隐藏的知识，然后用它来构建模型来预测分子特性或设计新的分子。本文综述了这些进展对药物发现的影响，旨在促进药物化学家和计算机科学家之间的对话。
2020-02-10 cs.CL cs.LG q-bio.BM
Utilising Graph Machine Learning within Drug Discovery and Development
Relation Therapeutics（Relay Therapeutics（注：原文为Relation Therapeutics，直译：关系治疗公司））；University of Cambridge（剑桥大学）；Juvenescence（Juvenescence公司）；Mila, the Quebec AI Institute（米拉魁北克人工智能研究所）；HEC Montreal（蒙特利尔高等商学院）；The Francis Crick Institute（弗朗西斯·克里克研究所）；Imperial College London（帝国理工学院）；Twitter（推特）
图机器学习（GML）在制药和生物技术行业中受到越来越多的关注，因为它能够建模生物分子结构，它们之间的功能关系，以及集成多组学数据集-以及其他数据类型。在此，我们提出了一个多学科的学术产业审查的背景下，药物发现和发展的主题。在介绍了关键术语和建模方法后，我们按时间顺序通过药物开发管道来识别和总结工作，包括：目标识别，小分子和生物制剂的设计以及药物再利用。虽然该领域仍处于新兴阶段，但包括进入体内研究的再利用药物在内的关键里程碑表明，图机器学习将成为生物医学机器学习中的首选建模框架。
2021-02-10 cs.LG q-bio.QM
Learning Graph-Level Representation for Drug Discovery
预测药物对人体的宏观影响，如药效和毒性，是小分子药物发现的核心问题。分子可以用无向图表示，利用图卷积网络可以预测分子的性质。然而，图卷积网络和其他图神经网络都专注于学习节点级表示，而不是图级表示。以前的工作简单地将图中所有节点的所有特征向量求和以获得用于药物预测的图特征向量。在本文中，我们引入了一个虚拟的超级节点，连接到图中的所有节点的有向边作为图的表示，并修改图的操作，以帮助虚拟的超级节点学习图级功能。因此，我们可以像处理节点级分类和回归一样处理图级分类和回归。此外，我们应用焦点丢失来解决药物数据集中的类别不平衡。在MoleculeNet上的实验表明，该方法能有效地提高分子性质预测的性能。
2017-09-16 cs.LG stat.ML
Context-enriched molecule representations improve few-shot drug discovery
Johannes Kepler University（约翰内斯·开普勒大学）；Merck Healthcare（默克医疗）
提出一种基于Modern Hopfield Network的少样本药物发现新方法，通过关联参考分子丰富分子表示，在FS-Mol基准上达到最先进水平。
2023-04-24 cs.LG q-bio.BM
Lo-Hi: Practical ML Drug Discovery Benchmark
针对现有药物发现基准不现实的问题，提出包含先导优化和命中识别的Lo-Hi基准，并设计新分割算法，测试模型揭示实际性能。
2023-10-10 cs.AI cs.LG
On the String Kernel Pre-Image Problem with Applications in Drug Discovery
在大多数结构化输出预测器的推理过程中，必须解决前像问题。对于字符串内核，这个问题对应于找到与给定输入相关联的字符串。一个能够解决或找到这个问题的良好近似的算法将在计算生物学和其他领域有许多应用。这项工作使用最近的结果组合优化的线性预测的基础上串内核开发，为前图像，一个低复杂度的上限有效的许多串内核。该上界已成功地应用于分支定界搜索算法中。应用程序和结果在药物肽的发现和讨论。
2014-12-04 cs.CE cs.LG
Concepts and Applications of Conformal Prediction in Computational Drug Discovery
European Molecular Biology Laboratory（欧洲分子生物学实验室）；European Bioinformatics Institute（欧洲生物信息研究所）；University of Cambridge（剑桥大学）
估计个体预测的可靠性是增加计算模型和人工智能在临床前药物发现中的采用以及促进其应用以指导临床环境中的决策的关键。在过去几十年开发的大量计算预测误差的算法中，共形预测（CP）在计算药物发现界越来越受到关注。它最近流行的一个主要原因是在分类和回归任务中计算的预测误差的解释容易。例如，在90%的置信水平下，在至少90%的情况下，真实值将在预测的置信区间内。这种所谓的保形预测的有效性是由CP的强大的数学基础保证的。CP的多功能性依赖于其最小的计算占用空间，因为它可以以很小的计算成本轻松地耦合到任何机器学习算法。在这篇综述中，我们总结了CP的基本概念和实际应用，特别关注虚拟筛选和活动建模，并列出了相关软件的开源实现。最后，我们描述了该领域目前的局限性，并提供了一个未来的机会，CP在临床前和临床药物发现的观点。
2019-08-09 cs.LG q-bio.QM
RAG-Enhanced Collaborative LLM Agents for Drug Discovery
Genentech（基因泰克）
针对药物发现领域大模型需高成本领域微调、难以及时整合新科研数据的问题，提出RAG增强的多智能体协作系统CLADD，无需微调即可在多类药物发现任务上取得优于通用/领域大模型及传统深度学习方法的效果。
2025-11-13 cs.AI cs.LG
WelQrate: Defining the Gold Standard in Small Molecule Drug Discovery Benchmarking
Vanderbilt University（范德堡大学）；Amherst College（阿默斯特学院）；University of Oregon（俄勒冈大学）；MD Anderson Cancer Center（MD安德森癌症中心）；Leipzig University（莱比锡大学）
针对深度学习驱动的药物发现中基准测试实践不足的问题，本文提出小分子药物发现基准测试黄金标准WelQrate，涵盖精心策划的9个数据集、标准化评估框架及多维度模型性能评估，推动领域创新转化。
2024-11-14 cs.AI cs.LG q-bio.BM
MARS: A neurosymbolic approach for interpretable drug discovery
University of Edinburgh（爱丁堡大学）；Enveda Therapeutics；Cancer Research UK Scotland Institute（英国癌症研究中心苏格兰研究所）
本文提出MARS，一种结合逻辑规则与神经网络的神经符号方法，用于药物作用机制解构，通过识别并缓解推理捷径提升药物发现的可解释性与可靠性。
2026-06-28 cs.AI cs.LG cs.LO
Mitigating Molecular Aggregation in Drug Discovery with Predictive Insights from Explainable AI
University of Manitoba（曼尼托巴大学）；Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
本研究应用可解释AI模型MEGAN识别胶体聚集分子，利用反事实设计替代物并实验验证，以减少药物筛选假阳性，加速药物发现。
2025-05-27 cond-mat.soft cs.LG q-bio.BM
Massively Multitask Networks for Drug Discovery
Stanford University（斯坦福大学）；Google Inc.（谷歌公司）
大规模多任务神经架构为药物发现提供了一个学习框架，可以综合来自许多不同生物来源的信息。为了大规模训练这些架构，我们从公共来源收集了大量数据，创建了一个包含200多个生物靶标近4000万个测量值的数据集。我们通过一系列的实证研究来调查多任务框架的几个方面，并获得了一些有趣的结果：（1）大规模多任务网络获得的预测准确性显著优于单任务方法，（2）多任务网络的预测能力随着附加任务和数据的添加而提高，（3）数据总量和任务总数都对多任务改进有显著贡献;（4）多任务网络对训练集中以外的任务的可移植性有限。我们的研究结果强调了需要更大的数据共享和进一步的算法创新来加速药物发现过程。
2015-02-06 cs.LG cs.NE stat.ML
BSL: A Unified and Generalizable Multitask Learning Platform for Virtual Drug Discovery from Design to Synthesis
BSL是一个统一的多任务深度学习平台，整合七项核心任务并采用生成模型与图神经网络，在多个基准上达到SOTA，并成功发现三种NMDA受体调节剂，为虚拟药物发现提供全面解决方案。
2025-08-02 cs.AI cs.LG
Recent Developments in GNNs for Drug Discovery
Department of Computer and Data Sciences, Case Western Reserve University（计算机与数据科学系，凯斯西储大学）；Case Western Reserve University（凯斯西储大学）；Department of Biochemistry, Case Western Reserve University（生物化学系，凯斯西储大学）；Center for RNA Science and Therapeutics, Case Western Reserve University（RNA科学与治疗中心，凯斯西储大学）；Department of Biomedical Engineering, Case Western Reserve University（生物医学工程系，凯斯西储大学）
本文综述了图神经网络在药物发现中的最新进展，涵盖分子生成、性质预测和药物相互作用预测，分类现有GNN模型并整理常用基准数据集，总结了该领域的主要趋势。
2025-06-02 cs.LG q-bio.QM
Towards Unified AI Drug Discovery with Multiple Knowledge Modalities
Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院（AIR））；School of Software and Microelectronics, Peking University（北京大学软件与微电子学院）
提出统一多模态框架KEDD，整合结构化与非结构化知识，利用多头稀疏注意力和模态掩蔽机制，在多个药物发现任务上超越现有方法。
2023-10-14 cs.AI cs.CE cs.LG
GenMol: A Drug Discovery Generalist with Discrete Diffusion
NVIDIA
本文提出仅用单个离散扩散模型的通用分子生成框架GenMol，结合SAFE并行解码、片段重掩码与MCG，在多类药物发现任务上达到先进性能。
2025-07-22 cs.LG
Pandemic Drugs at Pandemic Speed: Infrastructure for Accelerating COVID-19 Drug Discovery with Hybrid Machine Learning- and Physics-based Simulations on High Performance Computers
University College London（伦敦大学学院）；Università di Napoli Federico II（那不勒斯费德里科二世大学）；University of Chicago（芝加哥大学）；RWTH Aachen University（亚琛工业大学）；Brookhaven National Laboratory（布鲁克海文国家实验室）；Rutgers, the State University of New Jersey（罗格斯大学，新泽西州立大学）；Science Museum（科学博物馆）；Italian Institute of Technology（意大利理工学院）；Leibniz Supercomputing Centre (LRZ) of the Bavarian Academy of Sciences and Humanities（巴伐利亚科学与人文学院莱布尼茨超级计算中心）；CERN（欧洲核子研究中心）；Argonne National Laboratory（阿贡国家实验室）；University of Amsterdam（阿姆斯特丹大学）
应对全球大流行挑战的竞赛提醒人们，现有的药物发现过程昂贵、效率低下且缓慢。筛选大量潜在小分子以入围抗病毒药物开发的先导化合物存在一个主要瓶颈。加速药物发现的新机会在于机器学习方法（在这种情况下是为线性加速器开发的）和基于物理学的方法之间的接口。这两种计算机方法各有其优点和局限性，有趣的是，它们相辅相成。在这里，我们提出了一个创新的基础设施的发展，结合这两种方法来加速药物发现。潜在的工作流程的规模是这样的，它依赖于超级计算来实现极高的吞吐量。我们已经证明了这一工作流程在研究四种COVID-19靶蛋白抑制剂方面的可行性，以及我们通过在各种超级计算机上重新利用来执行所需的大规模计算以识别主要抗病毒化合物的能力。
2021-09-04 cs.CE cs.DC cs.LG
VDDB: a comprehensive resource and machine learning platform for antiviral drug discovery
South China University of Technology（华南理工大学）
病毒感染是严重威胁人类健康的主要疾病之一。为了满足日益增长的抗病毒药物相关数据资源挖掘和共享需求，并加速新的抗病毒药物的设计和发现，我们提出了一个开放获取的抗病毒药物资源和机器学习平台（VDDB），据我们所知，这是第一个基于人工管理数据的实验验证的潜在药物/分子的综合专用资源。目前，VDDB重点关注848种临床疫苗，199种临床抗体，以及超过710，000种针对包括SARS-CoV-2在内的39种医学重要病毒的小分子。此外，VDDB存储了这些收集的潜在抗病毒药物/分子的约300万条药理学数据记录，涉及314种基于细胞感染的表型和234种基于靶点的基因型测定。基于这些注释的药理学数据，VDDB允许用户浏览、搜索和下载关于这些收集的各种感兴趣的病毒的可靠信息。特别是，VDDB还集成了基于57个细胞感染和117个靶点的相关高精度机器学习模型，以支持各种抗病毒药物识别相关任务，如化合物活性预测、虚拟筛选、药物重新定位和靶点搜索。VDDB可在http://vddb.idruglab.cn上免费访问。
2022-09-17 cs.AI cs.LG q-bio.BM
