法国研究人员推出了号称"全球最强大"的药物设计量子AI模型。
专注于新药候选物发现的深度科技公司量子制药公司（Qubit Pharmaceuticals）表示，该模型能以当前药物发现系统"一小部分"的时间和成本帮助发现新疗法。
这款由量子制药公司与索邦大学（Sorbonne University）合作开发的量子AI模型，具备高精度和高速计算能力，可模拟分子行为，从而"大幅降低"实验室新分子开发成本。
索邦大学理论化学实验室主任、量子制药公司联合创始人兼科学总监让-菲利普·皮凯马尔（Jean-Philip Piquemal）教授表示："这种模拟方法将极大降低药物发现阶段的成本。该模型与实验同样精确；我们能在计算机模拟中快速廉价地生成大量新思路，筛选出表现优异的分子后再进行实验室测试。"
药物设计的量子飞跃？
研究团队借助GENCI、EuroHPC和阿贡国家实验室的超级计算能力，创建了名为FeNNix-Bio1的基础模型，该模型基于"全球最精确的分子化学数据库"训练而成。
此模型能以"乐高式"构建生物分子，并学习分子间相互作用机制。FeNNix-Bio1成功完成了模拟水在不同相态下物理行为的艰巨任务——这一能力至关重要，因为水是人体主要溶剂，其与药物的相互作用直接影响药效。
该模型的特殊功能在于能模拟分子反应性（即形成或断裂化学键的能力），从而设计通过化学键直接与靶点结合的共价药物。
超越Google AlphaFold
开发FeNNix-Bio1的索邦大学研究团队旨在超越Google DeepMind的AlphaFold（后者基于氨基酸序列预测蛋白质结构）。
皮凯马尔补充道："AlphaFold革新了蛋白质结构预测，但蛋白质并非静态，其结构随时间演变并改变药物相互作用。FeNNix-Bio1能模拟这些动态效应。此外，AlphaFold无法准确模拟蛋白质与候选药物的相互作用。FeNNix-Bio1解决了生物分子模拟中的这两大关键局限。"
预测药物与蛋白质（或RNA、DNA）的结合能力是药物发现中最复杂的任务之一。
可设计的药物分子数量近乎无限，而靶点约有10万个，形成数万亿种可能组合，远超数据库存储能力。FeNNix-Bio1研究团队开发了适用于化学和物理应用的神经网络方法，而非采用大语言模型（LLM）。
该模型仅需标准GPU数小时即可完成训练，而其他AI模型需耗费数周超级计算时间。量子制药公司首席执行官罗伯特·马里诺（Robert Marino）表示："我们的目标是攻克复杂靶点——即制药行业尚未为患者提供解决方案的领域。"
目前该公司正推进涉及肿瘤学和炎症的项目，其中包括一项聚焦乳腺癌的研究。
【全文结束】
