用AI加速新药研发……天主教大学研究团队取得成果

by Lim Chunhan

Published 18 Feb.2025 19:17(KST)

分子关键官能团自动识别，新药开发提速

天主教大学18日表示，该校人工智能学系教授 Lee Ojun 和网络科学研究室所属博士课程学生 Hwang Bantwi 开发出一种新的图神经网络预训练方法，可自动识别分子中的核心官能团并预测其性质。

天主教大学人工智能学科Lee Ojun教授团队开发的“子图条件图信息瓶颈”概要示意图＜图片由天主教大学提供＞

该研究成果将于世界顶级人工智能学术会议“AAAI 2025”上发表，其技术优越性已获认可。

在新药开发中，人工智能（AI）的作用日益凸显，但既有研究一直面临必须依赖有限基准数据集的问题。为此，研究团队提出了一种新的图神经网络方法，在提高分子结构分析与性质预测准确度的同时，克服数据不足难题。

研究团队开发的“子图条件图信息瓶颈（Subgraph-Conditioned Graph Information Bottleneck）”方法，可帮助图神经网络自动识别分子中负责特定化学反应的核心官能团。尤其在▲核心官能团探测 ▲高分子材料性质预测 ▲提升模型可解释性等方面，展现出超越既有技术局限的性能。

本次研究不仅可用于新药开发，在新材料开发和化学研究等多个产业领域也具有广泛应用前景。研究人员表示，应用该方法后，将大幅提升图神经网络的学习效率和预测性能，预计在新药开发过程中对AI模型的利用将更加活跃。