前言：AIDD Pro 根據國內外各大網站以及人工智慧藥物設計主流新聞網站及公眾號，從 AIDD會議、AIDD招聘，重大科研進展、行業動態、最新報告釋出等角度，分析挖掘了每周人工智慧輔助藥物設計領域所發生的、對領域技術發展產生重大推動作用的事件，旨在幫助 AIDD領域研究人員和業內人士及時追蹤最新科研動態、洞察前沿熱點。如果您覺得符合以上要求的內容我們有遺漏或者更好建議，歡迎後台留言。
科研進展
1. 2021.10.05 【 深度學習 】J. Phys. Chem. A | 深度學習無座標量子化學
2. 2021.10.05【 CADD 】ACS Omega | 水圖和分子動力學模擬指導下使用再利用方法發現潛在的PAK1抑制劑
3. 2021.10.14【 性質預測 】ACS Omega | 嵌入知識的資訊傳遞神經網路: 利用人類知識改進分子性質預測
4. 2021.10.20【 酶抑制劑 】J. Chem. Inf. Model. | 將尼洛替尼確定為潛在的SARS-CoV-2主要蛋白酶抑制劑的藥物再利用：一項計算性和體外研究的啟示
5. 2021.10.27【 DNA標誌物 】Chem. Res. Toxicol. | DNA氧化產物的生物標誌物：與公共衛生研究中暴露和疾病的聯系
6. 2021.10.29 【 機器學習 】ACS Nano | 機器學習輔助微流控奈米電漿數位免疫分析在新冠肺炎患者細胞因子風暴分析中的套用
7.【 分子生成 】Nat. Mach. Intell. | 針對多目標最佳化的分子生成新方法MCMG
8.【
AI drugs
】Front. Pharmacol. | 生成式AI助力藥物重定位
具體資訊：
1.【深度學習】計算小分子和聚合物的量子化學性質可以為物理學家、化學家和生物學家在設計新材料、催化劑、生物探針和藥物時提供有價值的見解。深度學習可以在密度泛函理論等常用方法所需的幾分之一時間內精確計算量子化學性質。量子化學深度學習的大多數當前方法都是從實驗匯出的分子結構或預先計算的原子座標的幾何資訊開始的。這些方法有許多有用的套用，但是它們在時間和計算資源上可能是昂貴的。在這項研究中，我們證明了精確的量子化學計算可以在沒有幾何資訊的情況下，透過在無座標域中使用圖形編碼的深度學習來執行。
連結網址:https:// pubs.acs.org/doi/10.102 1/acs.jpca.1c04462
DOI：https:// doi.org/10.1021/acs.jpc a.1c04462
2.【CADD】p21-啟用激酶1 (PAK1)位於多種致癌訊號通路的連線處。目前，因為它們受到親和力低和激酶選擇性差的限制，還沒有被批準的抑制劑可以直接抑制活性位點的磷酸轉移。在這項工作中，利用藥庫資料庫中美國食品和藥物管理局批準的藥物進行了一項再利用研究，根據它們的對接能量和分子交互作用模式，從2162個藥物分子中初步選擇了27個分子。從被考慮用於水成圖分析的分子中，七種分子，即Mitoxantrone,Labetalol, Acalabrutinib, Sacubitril, Flubendazole, Trazodone, Niraparib, 確定了與高能水合位點重疊的能力。此外，詳細的分子動力學模擬軌跡分析表明，藥物分子氟苯並嘧唑氨基甲酸、尼拉帕利布和阿卡魯替尼高度穩定，從其RMSD值和與Glu315、Glu345、Leu347和Asp407的一致交互作用模式觀察，包括三個重復中保持的疏水交互作用。分子軌域和靜電勢分析闡明了PAK1結合口袋中藥物分子的反應性和強互補勢。因此，這項工作中報道的基於CADD的重新定位努力有助於成功鑒定新的PAK1抑制劑，這需要透過體外分析進行進一步研究。
連結網址：https:// pubs.acs.org/doi/10.102 1/acsomega.1c02032
DOI:https:// doi.org/10.1021/acsomeg a.1c02032
3.【性質預測】圖形神經網路能夠直接從化學圖形中學習分子特征，是端到端監控下預測分子性質的有效方法。然而，要實作高預測精度，必須有大量的效能數據，這往往伴隨著高效能實驗成本。在深度學習方法之前，基於描述符的定量結構-性質關系(QSPR)研究已經調查了物理和化學知識，以手動設計用於有效預測性質的描述符。在這項研究中，我們擴充套件了一個訊息傳遞神經網路(MPNN)，以包括一個新的MPNN架構，稱為嵌入知識的MPNN (KEMPNN)。我們使用MoleculeNet中的物理化學數據集(ESOL、FreeSolv、親脂性)和帶有虛擬知識註釋的聚合物內容(玻璃化轉變溫度)數據集，在小型訓練數據設定中評估了KEMPNN的效能。結果表明，具有知識監督的KEMPNN可以提高從MPNN得到的預測精度。結果還表明，即使在小訓練數據的情況下，KEMPNN的精度也優於或相當於基於描述符的方法。
連結網址：https:// pubs.acs.org/doi/10.102 1/acsomega.1c03839
DOI:https:// doi.org/10.1021/acsomeg a.1c03839
4.【酶抑制劑】新冠肺炎，一種急性病毒性肺炎，已經成為一種淪陷性的流行病。藥物再利用使研究人員能夠找到FDA批準的或正在研究的藥物的不同適應癥。在這項當前的研究中，針對新冠肺炎的一系列藥效團和基於分子建模的篩選建議了來自藥庫資料庫的可能具有抗病毒活性的藥物的子集。在來自藥庫的8823個最有希望的虛擬HIT中，共有44個接受了分子動力學模擬實驗，以探索它們與SARS-CoV-2MPROHis41和Met49的交互作用具有非常低的相對自由能。MD模擬發現了與Glu166的額外交互作用，顯著提高了結合親和力。因此，Glu166可能成為基於結構的藥物設計的一個有趣的靶點。對基於分子對接的虛擬篩選的44個最有希望的命中結果進行了定量的結構−活性關系分析。偏最小平方回歸準確地預測了獨立候選藥物的結合能，準確率高得驚人。綜上所述，我們的電腦輔助藥物設計的結果為 MPRO 抑制劑的合理藥物設計和作為新冠肺炎抗病毒治療藥物的認證藥物的發現提供了路線圖。
連結網址：https:// pubs.acs.org/doi/10.102 1/acs.jcim.1c00524
DOI:https:// doi.org/10.1021/acs.jci m.1c00524
5.【DNA標誌物】環境暴露會增加人體內活性氧的產生，耗盡細胞內的抗氧化劑，導致DNA氧化損傷，而DNA既是氧化應激的生物標誌物，也是致癌危險的指示物。自20世紀90年代以來，氧化損傷DNA分析方法已被開發並用於公共衛生研究。先進的技術可以檢測特定的病變，但它們可能不適用於復雜的基質(例如組織)、小樣本量和大規模研究。經過驗證的氧化損傷DNA生物標記物分析已經被用來填補前瞻性佇列研究結果和當代空氣汙染暴露危害之間的知識空白。這些研究領域的每個領域的研究結果都被納入公共衛生研究，作為對環境或職業因素引起的疾病進行初級預防的方法。
連結網址：https:// pubs.acs.org/doi/10.102 1/acs.chemrestox.1c00213
DOI:https:// doi.org/10.1021/acs.che mrestox.1c00213
6.【機器學習】細胞因子風暴是一種過度活躍的免疫反應，其特征是細胞因子釋放增加，已被描述為新冠肺炎患者中與危及生命的並行癥相關的特征。對細胞因子風暴及其與新冠肺炎病的機械聯系的關鍵評估需要創新的免疫分析技術，能夠在高通量的大動態範圍內快速、靈敏、選擇性地檢測多種細胞因子。在這項研究中，我們報告了一種機器學習輔助的微流控奈米電漿數位免疫分析，以滿足新冠肺炎患者對細胞因子風暴監測不斷增長的需求。
連結網址：https:// pubs.acs.org/doi/10.102 1/acsnano.1c06623
DOI:https:// doi.org/10.1021/acsnano .1c06623
7.【分子生成】來自浙江大學侯廷軍教授課題組、武漢大學陳曦教授課題組、中南大學曹東升教授課題組和騰訊量子實驗室聯合發表了一篇文章。該文章提出了多約束分子生成新方法MCMG，透過結合知識蒸餾（Knowledge Distillation）、條件 Transformer（c-Transformer）和強化學習（RL）來生成滿足多個約束的分子。c-Transformer用於透過有效學習並將構效關系合並到有偏差的生成過程中來訓練分子生成模型。知識蒸餾模型可降低模型的復雜性，便於透過 RL對其進行微調，並增強生成分子的結構多樣性。實驗證明，MCMG方法可以高效地遍歷復雜的化學空間以尋找滿足多種性質約束的新型化合物。
連結網址請戳我
8.【AI drugs】最新研究表明，先進的人工智慧演算法能夠成功地快速模擬臨床試驗，為現有藥物和療法找到新用途。來自以色列IBM研究院、梯瓦（Teva）制藥的研究員在Frontiers in Pharmacology上聯合發表一篇論文「Emulated Clinical Trials from Longitudinal Real-World Data Efficiently Identify Candidates for Neurological Disease Modification: Examples from Parkinson’s Disease」。論文的通訊作者是來自IBM的Michal Rosen-Zvi。本文介紹了一種先進的人工智慧演算法，可以快速建模臨床試驗，以發現現有藥物和療法的新用途。
連結網址請戳我
藥企動態
1.2021.11.02 【望石智慧】合作 | 專利突破超預期，昆藥集團與望石智慧再次簽署合作開發協定
2.2021.10.26【Genentech】Genentech公司開發TraCe-seq系統用於辨識癌癥藥物反應的轉錄特征
3.2021.11.01【AbbVie】艾伯維(AbbVie)的Vraylar導致抑郁癥的混合結果
4.2021.11.03【Novartis】諾華（Novartis）與英國新創公司Dunad Therapeutics達成靶向蛋白降解技術合作協定
5.2021.11.05【DeepMind】DeepMind的創始人兼執行長Demis Hassabis宣布，他們成立了一個新實驗室Isomorphic Labs，將嘗試使用人工智慧來發現新藥。
各動態具體資訊：
1.【望石智慧】近期，昆藥集團股份有限公司（以下簡稱「昆藥集團」）與北京望石智慧有限公司（以下簡稱「望石智慧」）再次簽署小分子藥物合作開發協定。雙方將加深在抗腫瘤領域小分子藥物的合作開發。
連結網址請戳我
2.【Genentech】美國Genentech公司研究團隊開發了一個名為TraCe-seq (Tracking differential clonal response by scRNA-seq) 的系統，能夠同時跟蹤腫瘤起源並比較腫瘤細胞對不同療法的即時反應，大大加速藥物反應機制或者耐藥機制的研究。近日，這一研究成果以「Identifying transcriptional programs underlying cancer drug response with TraCe-seq」為題線上發表在Nature Biotechnology。
連結網址請戳我
3.【AbbVie】艾伯維 (AbbVie) 的抗精神病藥 Vraylar 可能會因潛在的抑郁癥擴張而獲得重大推動。但與其他一些後期競爭者一樣，該藥物的臨床結果未能達到本壘打。艾伯維（AbbVie）周五公布，用作現有抗抑郁藥的輔助治療的 Vraylar 在第 3 階段試驗中顯著超過安慰劑。但額外的結果使勝利變得復雜。
連結網址請戳我
4.【Novartis】為了在熱門的靶向蛋白降解技術領域取得優勢，諾華公司選擇了Dunad Therapeutics。透過前期投入2400萬美元，並承諾後續13億美元裏程碑付款，諾華已經獲得了其新合作夥伴多達四個靶點選擇候選化合物的機會。
連結網址請戳我
5.【DeepMind】谷歌母公司Alphabet在英國成立了一家名為Isomorphic Labs的新藥研發公司。該公司將以DeepMind（於2014年被谷歌收購）進行的研究為基礎。根據向英國公司註冊處送出的檔，該公司於周四才正式宣布，但已於2月註冊成立。
連結網址請戳我
會議資訊
1.2021年11月10日-12日 海南建邦制藥科技有限公司舉辦 第七屆全國多肽藥物研發及規模化生產前沿技術學術交流會
2.2021年11月12-14日 第二屆電腦大數據與人工智慧國際會議
3.2021年11月13日 創騰科技 從「概念」到「落地」，舉辦 AI技術在藥物創新中的實踐套用研討會
4.2021年11月18日 Artificial Intelligence Surgery 期刊舉辦 人工智慧外科(AIS)期刊第一屆年度網路會議 - 人工智慧及機器人自主手術在外科領域的套用與前景
各會議具體詳情和參會方式：
第七屆全國多肽藥物研發及規模化生產前沿技術學術交流會
主辦方 ：海南建邦制藥科技有限公司
會議時間 ：2021年11月10日-12日
會議地點 ：三亞海棠灣喜來登酒店
會議入場券： 2500/人
連結網址請戳我
第二屆電腦大數據與人工智慧國際會議
主辦方： ELSP國際學術交流中心、elspublishing、中南大學、湖南大學、廣西大學、華南理工大學、北京理工大學、湖南財政經濟學院、金陵科技學院等單位聯合協辦。
會議時間： 2021年11月12-14日
會議地點： 中國-北海
會議主旨： 會議將圍繞大數據與人工智慧等相關研究領域，旨在為來自國內外高等院校、科研院所、企事業單位的專家、教授、學者、工程師提供一個高水平的資訊溝通平台、創新成果展示與推廣的渠道。
連結網址:http://www. iccbdai.org/
AI技術在藥物創新中的實踐套用研討會
主辦方： 創騰科技
會議時間： 2021年11月13日
會議地點： 上海博雅酒店
會議主旨： 從「概念」到「落地」——AI技術在藥物創新中的實踐套用研討會，邀請到了國內眾多高校和知名醫藥企業的專家學者同大家一起探討和分享研究成果及經驗
會議入場券： 499元/人（轉發推文可免費參加）
連結網址請戳我
人工智慧外科(AIS)期刊第一屆年度網路會議 - 人工智慧及機器人自主手術在外科領域的套用與前景
主辦方 ：Artificial Intelligence Surgery 期刊
會議時間 ：11月18日21:00
會議地點 ：線上 會議主旨 ：會議將圍繞人工智慧在外科領域的教育，基礎研究，臨床實踐等方面展開討論，重點關註外科手術中機器人自主行為的演變過程，及人工智慧中自然語言處理，影像增強，電腦視覺，音訊傳感器等在外科手術中的套用和發展前景。 會議入場券： 免費
連結網址請戳我
招聘資訊
1.超維知藥招聘 電腦輔助藥物設計CADD；藥物研發；分子動力學模擬 MD；計算化學 。工作地點：北京。
2.譜尼測試招聘 藥物合成主管 。工作地點：北京。
3.樂普醫療集團招聘 藥物研發研究員（分析）；研發工程師（生物、化學類） 。工作地點：北京。
各公司介紹、職位介紹，投遞方式：
超維知藥
北京超維知藥科技有限公司是一家專註於創新藥品研發的高科技企業。將人工智慧技術與計算化學、生物化學、藥物化學、藥理學、生物資訊學、臨床醫學等多學科相融合，全力打造創新藥物智慧研發技術，提升藥物發現、設計、評價與合成等關鍵環節的效率與成功率，有效縮短藥物研發時間，降低藥物研發成本和風險。
電腦輔助藥物設計CADD
15-30K
崗位職責：
1. 利用常規分子模擬工具結合公司自研的人工智慧方法，為藥物篩選和結構改造計畫提供支持；
2. 熟悉基於結構/配體的藥物設計方法，包括分子對接，虛擬篩選，QSAR，藥效團模型，分子動力學，結合自由能等；
3. 參與公司內部以及外部合作的小分子研發計畫；
任職要求：
1. 碩博學歷，計算化學、計算物理學、計算生物學等相關專業博士學歷；
2. 有實際藥物設計和計算經驗，有分子動力學模擬經驗；
3. 了解機器學習和AI藥物設計方法， 具有良好的英語閱讀和書寫能力，能夠熟練查閱相關領域文獻；
4. 熟悉Linux作業系統，能熟練運用指令碼/程式分析模擬結果；掌握一門程式語言(Python, Java, C++, C, Fortran等)；
藥物研發
20-30K
崗位職責：
1. 負責小分子創新藥計畫立項調研，資訊搜集、分析、整理；制定可行性調研報告；
2. 負責小分子創新藥研發項計畫進度，解決計畫研發、申報階段遇到的各種問題；
3. 負責管理CRO，維護計畫相關資料，包括計畫數據，計畫階段性總結檔等。
4. 負責協調計畫科技申報資料撰寫和驗收跟進。
5. 領導交辦的工作。
任職要求：
1. 碩士及以上學歷，藥學、制藥工程、有機化學、藥理、生物等相關專業；
2. 3年以上臨床前研究工作經驗，有IND申報經驗者優先；
3. 強烈的責任心，良好的職業道德及團隊合作精神，良好的跨部門溝通和協調資源能力。
4. 優先條件：熟悉小分子創新藥研發、藥物早期發現經驗。
分子動力學模擬 MD
25-50K
崗位職責：
1. 對靶點藥物結合模式進行分子動力學模擬，並預測結合自由能。
2. 最佳化藥物設計計算流程，深入解讀計算結果，為一些挑戰性的藥物設計計畫提供解決方案；
任職要求：
1. 計算化學、計算生物學、量子化學、物理化學等相關專業博士學歷，或具有高水平學術文章或計畫經驗的碩士學歷人員；
2. 有使用量化軟體，如Gaussian，Gamess，NW-Chem等量化軟體進行有機化合物或生物體系計算相關經驗；
3. 有分子動力學模擬，如Gromacs、Amber、NAMD的使用經驗，特別是QMMM模擬的經驗；
4. 熟悉C、C、Fortran、Python中至少一門程式語言；
5. 有好奇心，學習能力強，對AI或藥物研發領域感興趣，喜歡接觸新事物新技術。
計算化學
20-40K
崗位職責：
1.負責新藥研發立項調研、數據清洗等工作；
2.負責運用AI技術進行化合物藥篩選、改造、預測；
3.負責對演算法研發人員提出需求和演算法落地工作。
任職要求：
1.碩士學歷及以上，有3年以上電腦輔助藥物設計相關計畫經歷；
2.熟悉基於結構配體的藥物設計方法，包括分子對接，虛擬篩選，QSAR，藥效團模型，ADMET預測，分子動力學，結合自由能等；
3.熟悉機器學習和AI藥物設計方法；
4.熟悉Linux作業系統，能熟練運用指令碼程式分析模擬結果；掌握一門程式語言(Python Java C C Fortran等)；
簡歷投遞：登入BOSS直聘搜超維知藥進行投遞
譜尼測試
PONY譜尼測試集團作為中國檢測行業領跑者，創立於2002年，集團總部位於北京，是由國家科研院所改制而成，現已發展成為擁有逾6000余名員工，由近30個大型實驗基地及近100家全資子、分公司組成的服務網路遍布全國的大型綜合性檢驗認證集團。我們擁有30多萬種分析方法，每年進行2700多萬次的檢測，2020年9月16日，譜尼測試成功在深交所上市，股票程式碼為300887。
藥物合成主管
15-25K
崗位職責： 1、進行文獻的查閱、圖譜解析及工藝路線設計，包括設計藥物合成路線和工藝最佳化方案，制定及執行實驗計劃；2、負責管理計畫進度，並解決遇到的問題（如結晶水/溶劑化物確認、晶型鑒別、雜質合成, 工藝控制點研究等），及時向領導匯報；3、進行工藝最佳化研究，開發出適合大生產的工藝，並進行中試級工藝研究，及生產交接技術指導4、帶領團隊進行安全高效的工作、組織工藝開發各階段報告的整理、稽核，撰寫原料藥CTD格式的註冊申報資料5、配合並協助其他部門完成開發過程中有關的其它工作，各種品質標準（物料、中控、成品）的起草工作；
任職要求： 1、有機合成、藥物化學及相關專業本科及以上學位，具較強的研發背景；2、熟悉合成實驗室的EHS制度，能建立安全高效的工作環境；3、熟悉SciFinder、Reaxys等資料庫，掌握ChemOffice等專業軟體，能研讀NMR、HPLC、LCMS、GCMS等專業圖譜；4、5年以上藥物合成研發經驗，不少於2年部門管理經驗；5、有多個原料藥計畫成功開發至完成申報生產的經驗者優先。
簡歷投遞：登入BOSS直聘搜譜尼測試進行投遞
樂普醫療集團
樂普（北京）醫療器械股份有限公司成立於1999年，是由中國船舶重工集團公司第七二五研究所和美國WP公司共同出資組建。公司主要從事冠狀動脈介入醫療器械的研發、生產和銷售，是國內高端醫療器械領域能夠與國外產品形成強有力競爭的為數較少的企業之一。自成立以來，公司相繼完成了支架、導管等多項介入醫療核心產品的研制開發和產業化工作，在業內第一個獲得國家藥監局頒發的「冠狀動脈支架輸送系統」產品註冊證（III類）、第一個研發並試制成功抗感染「藥物中心靜脈導管」。
藥物研發研究員（分析）
9-14K·13薪
崗位職責： 1. 按照計畫負責人計劃和要求安排計畫進度，並及時向上級匯報計畫進展情況。2. 負責按制定的藥品品質研究和穩定性研究方案，獨立或指導實驗員開展藥品品質研究和穩定性研究具體工作，分析和解決實驗過程中出現的相關問題。3. 負責對試驗數據進行匯總、分析、歸檔、記錄或覆核實驗員原始記錄規範性，在此基礎上撰寫CTD格式部份申報資料。能夠非週期性出差集團所屬藥廠，從事具體計畫的實驗或指導工作。4. 藥物分析儀器的日常維護和檢定，保證實驗室安全。5. 完成領導交辦的其他工作。
任職要求： 1. 教育背景：大學本科及以上學歷，生物醫藥、藥學等相關專業。2. 工作經驗：從事三年以上藥品研發品質研究工作經驗；一年以上獨立負責具體經驗；3. 知識技能：1) 熟悉藥品註冊法規、新藥研究相關技術要求和指導原則等；2) 了解並獨立負責過研發現場考核及動態現場考核的流程和準備工作；3) 能獨立查閱中英文文獻 4) 能獨立及指導實驗員完成方法驗證等藥物研發分析工作；5) 熟悉各種常用分析儀器（HPLC、GC、紫外、紅外及溶出儀）的操作及常用理化測定操作，按研發數據完整性要求操作；6) 具有獨立撰寫CTD格式資料經驗，具有申報原始記錄等相關資料撰寫經驗。
研發工程師（生物、化學類）
9-14K·13薪
崗位職責： 1、負責在研計畫產品的各項技術工作；2、負責對原材料和產品的安全性和有效性進行臨床前評價；3、負責在研產品相關的裝置調研論證工作；4、編寫產品設計開發過程中相關的技術檔；5、配合完成動物實驗工作；6、領導交辦的其他工作。
任職要求： 1、碩士及以上學歷，生物、化學或者醫學相關專業，專業知識紮實。2、較強的創新能力、獨立解決問題能力、執行力；3、良好的溝通能力、協調能力，具備團隊協作的意識；4、具備一定的英文水平，可熟練閱讀英文專業文獻資料。
簡歷投遞：登入BOSS直聘搜樂普醫療進行投遞
版 權 信 息
本文內容均由小編收集於公開的各個網路平台，釋出的目的僅為了方便大家一站式了解AIDD行業資訊，並未對釋出源頭進行真實性驗證。如您發現相關資訊有任何版權侵擾或者資訊錯誤，請及時聯系AIDD Pro (請添加微訊號plgrace)進行刪改處理。
