豐色 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI
AI制藥，讓“大海撈針”變成“按圖索驥”，研發(fā)時間一度從10年縮短到18個月！
而一個好的開源平臺也是未來AI醫(yī)藥研發(fā)發(fā)展的關(guān)鍵之一。
現(xiàn)在，來自加拿大蒙特利爾學(xué)習(xí)算法研究所（Mila）的唐建團隊，就推出了一個專門用于AI藥物研發(fā)的開源機器學(xué)習(xí)平臺——TorchDrug。
研究人員可以在該平臺上免費使用或貢獻(xiàn)AI藥研相關(guān)的算法、庫、軟件等工具。
唐建表示：
希望這個平臺能夠?qū)C器學(xué)習(xí)和生物醫(yī)學(xué)界的研究人員聚集在一起，加速新藥發(fā)現(xiàn)的過程，并在未來成為該領(lǐng)域一個領(lǐng)先的開源平臺。
基于PyTorch的藥物研發(fā)原型設(shè)計平臺
TorchDrug涵蓋了從圖機器學(xué)習(xí) （圖神經(jīng)網(wǎng)絡(luò)、幾何深度學(xué)習(xí)和知識圖譜）、深度生成模型到強化學(xué)習(xí)的技術(shù)，基于PyTorch平臺。
提供了一個全面而靈活的接口來支持藥物發(fā)現(xiàn)模型的快速原型設(shè)計。
可以用來進(jìn)行成藥屬性預(yù)測、預(yù)訓(xùn)練分子表征、分子生成、逆合成以及知識圖譜推理，官方也提供了詳細(xì)的教程。
該平臺主要有四個特點：
- 最小化的領(lǐng)域知識
由于平臺主要面向?qū)τ卺t(yī)藥知識了解不全面的機器學(xué)習(xí)者，所以抽象了大量專業(yè)知識，提供了一個基于張量的接口。從而允許使用者用張量代數(shù)和機器學(xué)習(xí)方法來進(jìn)行醫(yī)藥開發(fā)。
- 大量數(shù)據(jù)集和構(gòu)造塊（Building Blocks）
這樣無需編寫樣板代碼就能很容易地實現(xiàn)標(biāo)準(zhǔn)模型。此外，構(gòu)建塊也具有高可擴展性方便使用者自由探索模型設(shè)計。
- 全面的基準(zhǔn)測試
為了提供對流行的深度學(xué)習(xí)框架系統(tǒng)的比較，平臺已對現(xiàn)有的一些項目進(jìn)行了全面的基準(zhǔn)測試。測試結(jié)果也有望跟蹤新模型的進(jìn)展，激發(fā)新的研究方向（可在官網(wǎng)查看）。
- 可擴展訓(xùn)練和推理
可擴展的設(shè)計可加速在多個CPU或GPU之間的訓(xùn)練和推理。只需修改一行代碼，就能實現(xiàn)在CPU、GPU甚至分布式配置之間無縫切換。
后續(xù)團隊將通過幾何深度學(xué)習(xí)為該平臺增加3D建模功能。
安裝接口需Python版本>= 3.5，PyTorch>= 1.4.0，方法有兩種：
- 從conda
- 從GitHub源
先通過conda獲得TorchDrug依賴的化學(xué)信息學(xué)開源工具包rdkit：
研發(fā)團隊
研發(fā)團隊所在的實驗室Mila，是圖靈獎得主、加拿大蒙特利爾大學(xué)教授Yoshua Bengio于1993年創(chuàng)立的AI研究機構(gòu)。
有500多名專門從事機器學(xué)習(xí)的研究人員，主要貢獻(xiàn)集中在語言模型、機器翻譯、對象識別和生成模型。
TorchDrug平臺的開發(fā)由Mila實驗室的助理教授、加拿大蒙特利爾大學(xué)商學(xué)院博士生導(dǎo)師唐建領(lǐng)導(dǎo)。
唐教授2014年博士畢業(yè)于北京大學(xué)信息科學(xué)技術(shù)學(xué)院，2014-2016年任職微軟亞洲研究院副研究員，2016-2017年成為密歇根大學(xué)和卡內(nèi)基梅隆大學(xué)聯(lián)合培養(yǎng)博士后。
主要研究方向為：圖表示學(xué)習(xí)、圖研究網(wǎng)絡(luò)、知識圖譜、藥物發(fā)現(xiàn)。
曾獲得機器學(xué)習(xí)頂級會議ICML2014的最佳論文，發(fā)表的一系列在圖表示學(xué)習(xí)領(lǐng)域的經(jīng)典論文包括LINE、LargeVis、RotatE以及Graph Markov Neural Networks (GMNN)。
團隊成員還包括多位該實驗室的華人博士學(xué)生以及來自清華北大上交大的交換生。
還得到了Bengio等十余位AI、生物學(xué)領(lǐng)域?qū)W者的指導(dǎo)：
TorchDrug官網(wǎng)：
https://torchdrug.ai/
GitHub地址：
https://github.com/DeepGraphLearning/torchdrug/
參考鏈接：
https://mila.quebec/en/a-team-led-by-mila-researcher-jian-tang-launches-torchdrug-an-open-source-platform-for-drug-discovery/
— 完 —
量子位 QbitAI · 頭條號簽約
關(guān)注我們，第一時間獲知前沿科技動態(tài)
版權(quán)聲明：本文內(nèi)容由互聯(lián)網(wǎng)用戶自發(fā)貢獻(xiàn)，該文觀點僅代表作者本人。本站僅提供信息存儲空間服務(wù)，不擁有所有權(quán)，不承擔(dān)相關(guān)法律責(zé)任。如發(fā)現(xiàn)本站有涉嫌抄襲侵權(quán)/違法違規(guī)的內(nèi)容， 請發(fā)送郵件至 舉報，一經(jīng)查實，本站將立刻刪除。
