新藥研發是一座風光無限的險峰，今天，征服這座險峰的關鍵節點出現了。10月29日，深勢科技在上海重磅發布新一代藥物計算設計平臺Hermite®，Hermite®致力于為藥物研發工作者提供在CADD中數據、算法、算力三位一體的一站式解決方案。作為AI for Science的引領者和踐行者，深勢科技高舉AI for Science的旗幟，開創性的提出“多尺度建模+機器學習+高性能計算”的科學研究新范式，打造了新一代人工智能分子模擬平臺。

發布會上，深勢披露了關于Hermite®平臺的諸多細節優勢?；?strong>AI、物理建模、高性能計算的Hermite®，在小分子藥物設計領域的核心功能包括：

UniFold-蛋白質結構預測與優化；

Uni Docking-苗頭化合物的超高通量虛擬篩選；

Uni IFD-藥靶結合模式的精確預測；

Uni FEP-基于自由能微擾的先導化合物優化。

首先，基于深度學習方法，Uni-Fold可以快速準確、動態的預測蛋白三維結構。還能快速預測超大對稱蛋白高聚體，通過開源代碼、參數和數據集，Uni-Fold較以往平臺訓練時間至少可以減少50%，復合蛋白預測精度至少提升15%。

其次，Uni-Docking是GPU極致加速的分子對接引擎。在保持篩選精度的前提下，將千萬級分子數據庫的虛擬篩選推入可及、可用、可靠的時代。與MM GB/PBSA組成虛擬篩選工作流后，準確性進一步得到提升。

再次，通過模擬藥物分子與靶點結合產生的“誘導契合”效應，Uni-IFD可以精確預測藥物與靶點的結合模式。同時，Uni-Aquasite可以通過計算得到每個水分子的自由能，尋找對藥靶結合影響較大的水分子。

此外，Uni-FEP基于自由能微擾理論、分子動力學、增強采樣算法，以化學精度高效評估蛋白質與配體的結合親和能。同時，Uni-FEP擁有友好的交互界面和流程，多維度多次計算的整合分析讓其成為藥化科學家身邊的Assay計算工具。

值得注意的是，Hermite®為藥物研發科學家打造了基于瀏覽器的全新體驗，包括可視化、結構化分子，最大化操作區域，靈活調整窗口，跨窗口智能化協作，這就是Hermite®，作為藥物研發科學家的手、眼、腦，加速藥物發現，降低研發成本，發現顛覆性創新分子實體。

這一切變革的背后，是Hermite®在底層科學算法的創新，為每一個藥物發現提供設計靈感和計算動力。

圖為：中科院院士，北京科學智能研究院院長，深勢科技首席科學顧問鄂維南致辭

發布會上，中科院院士，北京科學智能研究院院長，深勢科技首席科學顧問鄂維南致辭表示：Hermite®是“AI forScience從算法創新到應用落地的里程碑實踐和代表產品”。鄂維南指出，AI for Science研究范式的出現是科技創新的一個重要歷史機遇。他不僅拓展了數據驅動、物理模型驅動模式的能力邊界，還有望推動二者的有機結合，為進一步解決實際問題提供理論基礎。同時AI for Science也極大的拉近了科學研究與實際應用的距離。鄂維南強調，實現創新-落地閉環，既不能靠一廂情愿、也不是一蹴而就、更不會一勞永逸。實現創新-落地閉環要面向產業界的真需求，解決需求背后科學、工程上的真問題，要各方面的人不斷交流和碰撞。

面對AI for Science從算法創新到應用落地的進一步實現，深勢科技創始人兼CEO孫偉杰在歡迎辭中表示：選擇Hermite®，是選擇與新時代接軌。孫偉杰針對當前科學實驗中遇到的問題，特別提出了科學實驗算法的分級理論，即如何對算法設定合理的期望，怎樣的算法是可以大規模替代實驗的工業級算法。

圖為：深勢科技創始人兼CEO孫偉杰進行分享

他將算法分為L1至L3三個級別：L1為模仿現實，即對實驗結果的復制和外推；L2為預測現實，對現象的預測接近實驗精度，并有可預期的誤差范圍；L3為搜索現實，這就要求能夠準確預測現象，并能從空間中直接搜索最佳結果。當前，對于化學、生物、材料、藥物等實驗學科，并不一定追求百分之百準確的算法，只要能夠大幅縮小實驗誤差，明確精度邊界，就可以大規模的替代此前的實驗模式，所以大規模推廣L2級別，積極發展L3級別的算法，將引領未來實驗科學算法的前進方向。

從現在到2025年的核心目標，是在藥物研發的各個環節打造一系列能夠規?；娲鷮嶒灥墓I級算法，把以經驗驅動的實驗試錯模式轉變為“計算設計-實驗驗證”的理性迭代模式。而Hermite®充分利用云計算時代軟件功能特點和優勢，在基礎設施快速建設和發展的時代，能夠幫助用戶持續觸達最前沿的藥物設計算法，并以星期為單位不斷升級產品使用體驗，選擇Hermite®，就是選擇了持續進化。

圖為：深勢科技創始人兼首席科學家張林峰做算法成果分享

深勢科技產品的不斷進階和卓越，正是依靠了背后強大的算法工程體系支撐。深勢科技創始人兼首席科學家張林峰在解析底層算法成果的分享中指出：前沿算法的開發并不只是做demo、發paper那么簡單，還需要大量的算法工程比如數據工程、硬件適配、性能優化，跟云計算的結合也需要有大規模、高復雜度系統建設的能力體系；更重要的是，軟件不是開發出來的而是被用出來的，發布上線只是個開始，以需求和反饋為導向持續優化才是工業軟件的真正壁壘。工業軟件是“物理內核+工程體系+研發經驗”緊密結合的行業智慧結晶，一路走來，深勢科技已經集結了從理論發展、算法攻堅、大規模工程建設到行業研發的一體化頂尖團隊，未來更有信心為行業提供高效穩定、能打勝仗的解決方案。

當AI與生命科學發生鏈接，豐富的AI工具將人工智能和物理建模相融合，開啟AI for Science的新篇章。用計算突破藥物設計，解決復雜場景下的科學難題。Hermite®不僅是深勢科技近年來在AI for Science領域深耕和集大成的優秀作品，也是深勢科技伙伴們共同的杰作。例如，火山引擎為深勢科技提供了基于GPU加速的科學計算解決方案，除了提供極具性價比的高性能算力和一站式AI開發平臺，還可以根據業務流量自動彈性擴縮容，實現節點自愈等策略的智能運維。惠普則通過其Z系列數據科學工作站 Zbook Firefly14 G8，為深勢提供更加穩定的服務。深勢始終相信：成就伙伴，引領創新。沒有產業鏈上每一個環節的緊扣，沒有行業合作者間的攜手，就無法了解需求、完善產品、不斷創新。

一場名為AI for Science的新科技革命正在悄然征服包括新藥研發在內的多座險峰。促進AI與生命科學、藥物研發等等領域的深度融合，AI for Science帶來的豐富研究工具和方法，正引領著科學研究領域新范式的大踏步進階。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。