深势科技发布新一代药物计算设计平台Hermite
新药研发是一座风光无限的险峰，今天，征服这座险峰的关键节点出现了。10月29日，深势科技在上海重磅发布新一代药物计算设计平台Hermite，Hermite致力于为药物研发工作者提供在CADD中数据、算法、算力三位一体的一站式解决方案。作为AI for Science的引领者和践行者，深势科技高举AI for Science的旗帜，开创性的提出“多尺度建模+机器学习+高性能计算”的科学研究新范式，打造了新一代人工智能分子模拟平台。
发布会上，深势披露了关于Hermite平台的诸多细节优势。基于AI、物理建模、高性能计算的Hermite，在小分子药物设计领域的核心功能包括：
UniFold-蛋白质结构预测与优化；
Uni Docking-苗头化合物的超高通量虚拟筛选；
Uni IFD-药靶结合模式的精确预测；
Uni FEP-基于自由能微扰的先导化合物优化。
首先，基于深度学习方法，Uni-Fold可以快速准确、动态的预测蛋白三维结构。还能快速预测超大对称蛋白高聚体，通过开源代码、参数和数据集，Uni-Fold较以往平台训练时间至少可以减少50%，复合蛋白预测精度至少提升15%。
其次，Uni-Docking是GPU极致加速的分子对接引擎。在保持筛选精度的前提下，将千万级分子数据库的虚拟筛选推入可及、可用、可靠的时代。与MM GB/PBSA组成虚拟筛选工作流后，准确性进一步得到提升。
再次，通过模拟药物分子与靶点结合产生的“诱导契合”效应，Uni-IFD可以精确预测药物与靶点的结合模式。同时，Uni-Aquasite可以通过计算得到每个水分子的自由能，寻找对药靶结合影响较大的水分子。
此外，Uni-FEP基于自由能微扰理论、分子动力学、增强采样算法，以化学精度高效评估蛋白质与配体的结合亲和能。同时，Uni-FEP拥有友好的交互界面和流程，多维度多次计算的整合分析让其成为药化科学家身边的Assay计算工具。
值得注意的是，Hermite为药物研发科学家打造了基于浏览器的全新体验，包括可视化、结构化分子，最大化操作区域，灵活调整窗口，跨窗口智能化协作，这就是Hermite，作为药物研发科学家的手、眼、脑，加速药物发现，降低研发成本，发现颠覆性创新分子实体。
这一切变革的背后，是Hermite在底层科学算法的创新，为每一个药物发现提供设计灵感和计算动力。
图为：中科院院士，北京科学智能研究院院长，深势科技首席科学顾问鄂维南致辞
发布会上，中科院院士，北京科学智能研究院院长，深势科技首席科学顾问鄂维南致辞表示：Hermite是“AI forScience从算法创新到应用落地的里程碑实践和代表产品”。鄂维南指出，AI for Science研究范式的出现是科技创新的一个重要历史机遇。他不仅拓展了数据驱动、物理模型驱动模式的能力边界，还有望推动二者的有机结合，为进一步解决实际问题提供理论基础。同时AI for Science也极大的拉近了科学研究与实际应用的距离。鄂维南强调，实现创新-落地闭环，既不能靠一厢情愿、也不是一蹴而就、更不会一劳永逸。实现创新-落地闭环要面向产业界的真需求，解决需求背后科学、工程上的真问题，要各方面的人不断交流和碰撞。
面对AI for Science从算法创新到应用落地的进一步实现，深势科技创始人兼CEO孙伟杰在欢迎辞中表示：选择Hermite，是选择与新时代接轨。孙伟杰针对当前科学实验中遇到的问题，特别提出了科学实验算法的分级理论，即如何对算法设定合理的期望，怎样的算法是可以大规模替代实验的工业级算法。
图为：深势科技创始人兼CEO孙伟杰进行分享
他将算法分为L1至L3三个级别：L1为模仿现实，即对实验结果的复制和外推；L2为预测现实，对现象的预测接近实验精度，并有可预期的误差范围；L3为搜索现实，这就要求能够准确预测现象，并能从空间中直接搜索最佳结果。当前，对于化学、生物、材料、药物等实验学科，并不一定追求百分之百准确的算法，只要能够大幅缩小实验误差，明确精度边界，就可以大规模的替代此前的实验模式，所以大规模推广L2级别，积极发展L3级别的算法，将引领未来实验科学算法的前进方向。
从现在到2025年的核心目标，是在药物研发的各个环节打造一系列能够规模化替代实验的工业级算法，把以经验驱动的实验试错模式转变为“计算设计-实验验证”的理性迭代模式。而Hermite充分利用云计算时代软件功能特点和优势，在基础设施快速建设和发展的时代，能够帮助用户持续触达最前沿的药物设计算法，并以星期为单位不断升级产品使用体验，选择Hermite，就是选择了持续进化。
图为：深势科技创始人兼首席科学家张林峰做算法成果分享
深势科技产品的不断进阶和卓越，正是依靠了背后强大的算法工程体系支撑。深势科技创始人兼首席科学家张林峰在解析底层算法成果的分享中指出：前沿算法的开发并不只是做demo、发paper那么简单，还需要大量的算法工程比如数据工程、硬件适配、性能优化，跟云计算的结合也需要有大规模、高复杂度系统建设的能力体系；更重要的是，软件不是开发出来的而是被用出来的，发布上线只是个开始，以需求和反馈为导向持续优化才是工业软件的真正壁垒。工业软件是“物理内核+工程体系+研发经验”紧密结合的行业智慧结晶，一路走来，深势科技已经集结了从理论发展、算法攻坚、大规模工程建设到行业研发的一体化顶尖团队，未来更有信心为行业提供高效稳定、能打胜仗的解决方案。
当AI与生命科学发生链接，丰富的AI工具将人工智能和物理建模相融合，开启AI for Science的新篇章。用计算突破药物设计，解决复杂场景下的科学难题。Hermite不仅是深势科技近年来在AI for Science领域深耕和集大成的优秀作品，也是深势科技伙伴们共同的杰作。例如，火山引擎为深势科技提供了基于GPU加速的科学计算解决方案，除了提供极具性价比的高性能算力和一站式AI开发平台，还可以根据业务流量自动弹性扩缩容，实现节点自愈等策略的智能运维。惠普则通过其Z系列数据科学工作站 Zbook Firefly14 G8，为深势提供更加稳定的服务。深势始终相信：成就伙伴，引领创新。没有产业链上每一个环节的紧扣，没有行业合作者间的携手，就无法了解需求、完善产品、不断创新。
一场名为AI for Science的新科技革命正在悄然征服包括新药研发在内的多座险峰。促进AI与生命科学、药物研发等等领域的深度融合，AI for Science带来的丰富研究工具和方法，正引领着科学研究领域新范式的大踏步进阶。
