好书推荐丨《人工智能药物研发》

徐峻教授 序言：

纵观药物发现方法学演化的历史，科学和技术是驱动药物发现方法进步的两大引擎。探求药物作用机制的好奇心促进了技术创新，而新技术发明则催化了科学发现，同时科学与技术活动也受经济规律的制约。

计算技术领域具有摩尔定律，有趣的是，药物发现领域具有反摩尔定律：1950年以来，每10亿美元研发支出中批准的新药数量大约每9年减半。这使得药物发现技术难以持续。为了破解这一反摩尔定律的魔咒，研究人员采取了各种措施，如扩大药物筛选的范围、拓展药物靶点的概念及开发多种生物药物。

发展AI辅助药物发现（AIDD）技术是药物发现领域为了突破反摩尔定律的最新努力。

美国学者Alexander Heifetz主编 Artificial Intelligence in DrugDesign 一书的面世，可以说是恰逢其时。我国青年学者白仁仁教授主译、段宏亮教授主审，科学出版社出版的该书中文版《人工智能药物研发》将有助于推动AIDD在我国的应用与发展。

《人工智能药物研发》是一本全面介绍AI在药物发现领域中应用的专著，共23章，涵盖了AI（特别是机器学习）在药物研发中应用的主要方面。不仅探讨了各种技术的原理，还深入剖析了AI技术在药物研发中的应用案例。

我相信，该书可作为AIDD的入门向导，也可作为本领域科学技术工作者的工具书，对从事药物研发的科研机构和企业都将大有裨益。

原著作者序：

新药设计是一项创造性的工程，涉及现有实验数据的总结与分析，以及传统和新颖的分子建模技术。这可能是一个极其复杂、漫长且花费巨大的过程。人工智能和机器学习方法的应用有望彻底改变药物研发的“设计—合成—测试—分析”周期，加速药物设计的进程，从而降低成本。

在过去几年间，人工智能、机器学习领域已经实现了从理论研究到实际应用的转向。图形处理单元的可用性，以及深度学习等人工智能、机器学习算法的进步，推动了人工智能助力药物研发的爆发式发展。通过在深度学习算法中使用神经网络，能够使计算机通过数据学习来模仿人类智能。这些技术方法可以应用于药物设计的诸多方面。

本书概述了药物设计中人工智能、机器学习、深度学习方法开发和应用的最新进展及技术水平。书中还讨论了这些方法的应用范围，以及现在和不久的将来其对生产力产生的最大影响。对上述内容的系统介绍将使计算化学、药物化学、药物设计和药理学等领域的科研人员能够掌握现有的技术，面对挑战，进而更好地理解正处于开发之中的新方向。