第二届AI药物研发算法大赛决赛在清华大学药学院成功举行-清华大学药学院

动态新闻 | 第二届AI药物研发算法大赛决赛在清华大学药学院成功举行

2024.12.22

2024年12月22日，第二届AI药物研发算法大赛决赛在清华大学药学院成功举行。本次比赛由清华大学药学院、百度飞桨、Intel共同发起，并得到中国药学会等单位大力支持，同时邀请到多位AI制药领域专家担任专家委员会委员。清华大学药学院副院长陈立功教授发表了决赛开幕式致辞，表示希望通过比赛的形式，促进高校、科研院所与企业在AI+药学领域的合作与发展，解决领域的难题，同时能够在这个过程中，孕育更多AI与生物医药交叉学科的人才。北京大学定量生物学中心裴剑锋、清华大学智能产业研究院兰艳艳、中国科学院上海药物研究所郑明月、加拿大魁北克省人工智能研究中心唐建、浙江大学药学院侯廷军、清华大学药学院田博学，共同担任本次决赛评委并出席了颁奖典礼。此外，百度飞桨教育生态运营负责人钱芳女士以及飞桨螺旋桨PaddleHelix产品负责人张肖男女士作为嘉宾出席了本次比赛。

经过一下午的精彩答辩，同济大学TJ-AI4S团队获得了一等奖，中国科学院上海药物研究所“打不过就学”团队和复旦大学“小老正”团队获得了二等奖，“paipai”团队、南京冰鉴科技有限公司“我只摸鱼不划水”团队、南京大学“计算机也是化学”团队和大连莘火科技有限公司“深度玄学”团队获得了三等奖。

2022年清华大学药学院联合百度，筹备建设“AI+药学”产学研融合创新基地，推出了AI+制药前沿课程和人才培养计划。本届大赛从2024年7月11日正式启动，共吸引了来自505支团队的656人报名参赛，经过历时近四个月的初赛与复赛，最终由来自同济大学、中国科学院上海药物研究所、复旦大学、南京冰鉴信息科技有限公司等，共7支团队晋级总决赛！

本次赛题的主要内容是预测倍半萜类分子的量子化学性质。比赛专注于解决分子属性预测领域中的模型泛化能力问题，参赛者需要在有限的训练数据集上训练模型，并在更大的测试集上评估其性能。比赛希望参赛者能够设计出具有较强泛化能力的分子表示学习算法，以适应多种类型的分子。这样的突破有望成为分子表示学习领域的重要进展，推动AI在药物研发领域的应用与发展。

本次比赛分为初赛、复赛和总决赛三个阶段。在初赛和复赛阶段，参赛者需要根据给定的数据集进行模型训练。初赛后，前60%的参赛队伍将择优进入复赛。复赛成绩将作为进入决赛答辩的依据，选手按复赛成绩排序进入决赛。决赛的最终成绩由复赛得分（占80%）和现场答辩得分（占20%）组成。团队的答辩成绩将由评委根据算法创新性和答辩表现进行打分。

在整个下午的精彩答辩后，田博学副教授宣布了大赛各个奖项的最终归属。来自同济大学的TJ-AI4S团队获得了本次比赛的一等奖，该团队创新性提出了一种适用于分子表征的特征与标签延拓策略Stretching Features and Labels (SFL)，在不破坏药物分子特征内在语义的情况下，实现了多样化的结构分布外和性质分布外伪数据构造。该方案简洁、高效，具备较高可解释性和较强通用性，能无缝整合进各种分子预训练大模型，该团队在复赛和决赛中均取得第一名的成绩。

来自中国科学院上海药物研究所的“打不过就学”团队和来自复旦大学的“小老正”团队获得了二等奖。“paipai”、“我只摸鱼不划水”、“计算机也是化学”和“深度玄学”团队获得了三等奖。其中，“打不过就学”团队基于VisNet模型设计了多种预训练任务，使模型能够学到基本的物理知识，团队还利用基团信息构建了不变的子图，并通过先编码后分离的策略来提升模型的泛化能力。“小老正”团队在推理过程中采用了自适应加权平均的方案，根据模型预测值的大小动态调整预测值的方差，从而提升模型对分布外数据的预测能力。“我只摸鱼不划水”团队采用了Pairwise学习策略，通过预测样本对之间的属性差值来预测分子的属性，该方案能够有效提升模型对YOOD分子的预测能力。

其他团队在分子构象优化、分子特征提取、模型训练策略方面都做出了一些创新，获得了比基线模型以及其他参赛者更准确的分子预测模型。

在举办本次比赛的过程中，清华大学药学院、百度公司、Intel的各位领导提供了非常巨大的支持。这次比赛不仅促进了AI与药学领域的合作与发展，还为解决药物研发中的关键问题提供了新的思路和方法，为培养更多AI与生物医药交叉学科的人才做出了积极贡献。

未来，清华大学药学院将继续在AI+药学领域发挥重要作用。通过与企业、科研院所的合作，进一步推动AI技术在药物研发中的应用，加速药物研发过程，为疾病的治疗和防控提供更多的选择和可能性。于此同时，清华大学药学院将继续培养具备跨学科背景的人才，推动AI与药学的深度融合，为推动医药领域的创新和发展做出更大的贡献。