东北证券研究所报告系统梳理了深度学习算法在新药研发中的应用进展。深度学习是机器学习新的研究方向，近年来发展迅速，前沿算法包括卷积神经网络（CNN）、递归神经网络（RNN）、图神经网络（GNN）、生成对抗网络（GAN）、变分自编码器（VAE）、扩散模型、Transformer模型等。AlphaFold2在CASP比赛中利用Transformer架构实现蛋白质结构预测突破，获得2024年诺贝尔化学奖，验证了深度学习在药物研发中的巨大潜力。人工智能辅助药物开发（AIDD）凭借更高效率，有望持续开拓在新药研发领域的应用。

人工智能通过抓取数据中存在的概念和关系独立分析学习数据模式。机器学习是AI子集，用算法解析数据、学习数据然后做出预测，常见算法包括决策树、随机森林、支持向量机、k-最近邻算法和朴素贝叶斯分类器。深度学习是机器学习分支，核心区别在于数据量大小和模型复杂程度，通常深度学习的模型更复杂且需要更大的数据量。

深度学习算法近年来发展迅速。卷积神经网络（CNN）主要用于计算机视觉中处理图像数据；递归神经网络（RNN）用于处理序列数据，通常被用于语言处理；图神经网络（GNN）把数据抽象成节点和边表示为图，处理节点级、边级和图级任务；生成对抗网络（GAN）由生成模型和判别模型组成，在生成逼真合成样本方面取得显著成就；变分自编码器（VAE）由编码器和解码器组成，将高维数据映射到低维潜在空间；扩散模型通过学习逆向扩散过程从噪声中构造数据样本；Transformer模型是强大的语言模型，由输入部分、解码器、编码器和输出部分组成。

戴米斯·哈萨比斯是DeepMind联合创始人，2018年凭借AlphaFold在CASP比赛中达到近60%的蛋白质结构预测准确率（此前最高40%）。约翰·江珀加入后，AlphaFold2在2020年CASP比赛中表现几乎与X射线晶体学一样好。AlphaFold2的成功证明了Transformer-based AI模型在蛋白质结构预测中的巨大潜力。2024年诺贝尔化学奖授予戴米斯·哈萨比斯和约翰·江珀，肯定了AI在蛋白质研究中的核心价值。

AlphaFold2的工作流程展示了深度学习在生物结构研究中的完整路径：从氨基酸序列输入，通过多序列比对和模板搜索构建进化信息，利用Transformer架构的注意力机制捕捉长程相互作用，最终输出高精度三维结构预测。这一突破为基于结构的药物设计提供了前所未有的工具。

人工智能驱动药物从头设计的过程中，可使用不同化合物、靶点和药物-靶点相互作用的数据库来训练AI模型，如GAN、RNN、VAE等，这些模型产生新的分子，随后对其化学有效性、合成可行性和类药性进行评估，最终鉴定出新的类药化合物。AIDD采纳了更智能、更自动化、更能减少人工介入的AI算法，因此大大节省时间和成本。

在虚拟筛选领域，RosettaVS是一种高度精确的基于结构的虚拟筛选方法，被整合到新的开源AI加速虚拟筛选平台中。该平台在七天内针对KLHDC2和NaV1.7两个靶点分别发现7个和4个苗头化合物，证明了深度学习可以加速新药发现和药物设计的进程。AI还可用于ADMET预测、化学合成规划（CASP）、菌群标志物发现和药物再利用等环节，覆盖从靶点发现到临床试验的全流程。

在ADMET预测方面，AI通过基于描述符、基于分子图和基于SMILES的方法，可在药物研发早期阶段发现生物利用度低、药代动力学不理想、药物相容性差等难成药特征。在化学合成方面，计算机辅助合成规划（CASP）被用作确定反应路线的工具，AI有望使合成阶段加速以及减少新分子实体合成的失败。自动化合成与设计、测试和分析技术相结合形成DMTA循环，深度学习使DMTA循环的效率显著提高。

在临床试验方面，AI可优化患者队列选择、辅助患者招募、改善患者监测。在菌群标志物发现方面，AI从高维、复杂数据中识别更精确的标志物，提高疾病预测和诊断准确性。随着深度学习算法的持续演进和新药研发数据的不断积累，AI在新药研发中的应用将更加深入和广泛。

算法类型	核心特点	在药物研发中的应用
CNN	处理图像数据，卷积层+池化层	细胞图像分析、显微图像处理
RNN	处理序列数据，有向循环连接	分子序列分析、语言处理
GNN	节点和边建模，图回归任务	分子图表示、药物靶点预测
GAN	生成器+判别器，生成合成样本	新分子生成、数据增强
VAE	编码器+解码器，低维潜在空间	分子生成、潜在空间探索
Transformer	注意力机制，强大语言模型	蛋白质结构预测（AlphaFold2）