胡建星，徐旻，陈红明，张佩宇，马健**

（1.深圳晶泰科技有限公司，广东 深圳 518000；2.生物岛实验室，广东 广州 510535）

机器学习（machine learning，ML）和人工智能（artificial intelligence，AI）的研究最早可以追溯到1943年。在经历了2次寒冬期之后，它们在最近几年又开始了令人振奋的复兴，在药物发现领域甚至是整个社会中都已成为热门话题。AI卷土重来有着多重原因：自动化技术以及计算机硬件技术（例如GPU硬件）的发展使得海量数据的存储和获取成为了可能；同时深度学习（deep learning，DL）方法学方面的新成果也帮助AI研究取得了更多的突破。药物开发也从这些技术发展中受益，DL在药物开发流程中的应用越来越多。其中最普遍的应用是利用DL进行分子性质的预测；除此之外，DL技术也带来了一些崭新的应用——其中最引人注目的就是利用所谓生成模型进行全新药物的设计（de novodrug design）[1]。

基于DL的全新药物设计的目标是能够在整个化学空间中进行采样，进而发现新的潜在药物的化学结构。目前人们对类药物分子的化学空间的大小并没有一个统一的衡量标准，通常认为它由1060个分子组成[2]。但不管这个化学空间具体有多大，大家都认为它的量级太过庞大，因此无法一一枚举。过去有多种全新药物设计的方法被提出[3]，其常见应用场景是在给定的蛋白质结构或小分子配体的限制条件下，设计出满足限制条件的分子。一类方法是通过使用“蛮力”来实现[4–6]，即通过一系列规则来枚举出一个虚拟化合物库，然后对库中每个化合物进行打分以评估它在多大程度上满足约束条件；……