一直以来，算力不足都是制药行业面临的难题。生命科学和材料研究软件平台Schrödinger在NVIDIA GPU的赋力下，实现了更低的单位计算成本，并将化学化合物的评估范围从数千扩大到数十亿，由此改变了行业规则。
制药行业已经习惯于投资数十亿美元将药物推向市场，然后无奈接受90%的药物止步于临床试验之前的现实。
一直以来，算力不足都是制药行业面临的难题。受算力的限制，研究人员不能准确评估所有备选分子的特性，也不能开展药物研发所需的广泛实验。
“潜在的药物化合物的种类可能比宇宙中的原子数还多，”Schrödinger公司的首席技术官Patrick Lorton说。这家总部位于纽约的公司开发了一个基于物理的软件平台，帮助制药和材料行业对新型分子特性进行建模和计算。
“仅仅看到10亿个分子就认定其中不存在特效药，就像看到海洋中的一滴水就说海洋里没有鱼一样。”他补充道。
Schrödinger几十年致力于改进计算算法，以精确计算分子的重要性质，在今年早些时候刚刚成功上市。该公司使用NVIDIA GPU生成和评估PB级数据，以加速药物研发，这与传统的流程（缓慢且昂贵的实验室工作）相比是一个巨大的进步。
该公司与全球20家最大的生物制药公司合作，其中几家已经在Schrödinger平台上实现了标准化，并将其作为临床前研究的关键组成部分。
新冠肺炎大流行强调了对药物研发过程的高效性和有效性的需求。为此，该公司加入了全球COVID R&D联盟以提供资源和达成合作。最近，谷歌云也通过实际行动支持这一联盟——贡献了超过1600万NVIDIA GPU hour用于寻找治愈新冠肺炎的方法。
Lorton说:“我们希望开发出一种抗病毒药物，用于治疗导致新冠肺炎的SARS-CoV-2病毒，及时控制未来的疫情发展。”
先进的仿真平台
长期以来，制药业一直依赖人工强化的物理过程来寻找新的治疗方法。Lorton说，尽管在过去的50年里制药行业发展出许多重要的治疗方法，但这完全依赖于费时费力的试算法。
以飞机制造商作比，以前这些制造商用轻质木材复刻飞机，并在风洞中测试它们的阻力系数，而现在他们依靠先进的模拟软件来减少测试设计所需的时间和资源。
传统制药业采用的方法就类似飞机制造商采用的轻质木材， Schrödinger开发的药物研发平台由此改变了行业规则。
“我们正致力于增强临床前药物研发的有效性，”Lorton说，“这将帮助制药业参与更多疾病的治疗，帮助改善更多状况。”
探索新的空间
十多年来，所有大型制药公司都在使用Schrödinger的软件平台，该软件可以进行原子水平的物理模拟。对于每一种潜在的备选药物，Schrödinger使用最近开发的基于物理的算法来计算多达3000种可能的化合物。这一算法运行在高性能计算机上需要长达12,000个GPU hour。
一旦完成对最初随机选择的化合物进行基于物理的计算，主动学习就会被应用，即预测10亿个分子的可能功效。
Lorton说，尽管在实验室合成任何分子前，这些预测就已经经过基于物理的方法的反复验证，目前仍需要四五次迭代才能使机器学习算法精确到足以进行预测。
更快得到结果只是其价值的一部分。它还极大地扩展了分析和评估数据的范围，这些数据是人类永远无法顾及的。
“最引人注目的是探索新空间，”Lorton说，“这不仅是成本优势，它还能找到你本来不会去探索的东西。”
因此，Schrödinger的工作重点是建模和仿真，并使用最新的高性能计算资源来扩展其发现能力。
拜耳验证平台价值
拜耳公司(Bayer AG)一直在使用Schrödinger的技术。Schrödinger的软件一直在帮助拜耳公司的科学家们为几个药物研发项目寻找先导结构，最终为临床开发候选药物做出贡献。
最近，两家公司同意共同开发一个新的药物研发平台，以加速评估结合亲和力、小分子合成能力以及其他性质。
拜耳公司目前还不能透露该平台取得的任何具体结果，Alexander Hillisch博士表示，该平台已经对几个正在进行的项目产生了影响。
Hillisch博士说，该软件有望加速工作进程，并有效地扩大拜耳的药物发现能力。因此，他认为NVIDIA GPU当前值得在业界获得更多认可。
在一个典型的药物研发项目中，拜耳需要评估结合亲和力和分子的其他特性（如吸收和代谢稳定性）。在Schrödinger平台和数组NVIDIA GPU的赋力下，“我们正在列举虚拟化合物以确定新的具有有利性质的先导化合物。列举的虚拟化合物数量多达数百万甚至数十亿，因此，扫描到的化学空间远大于以往。”他说。
Hillisch博士还表示，药物研发中整体数字法的影响很快会得到客观评价。他说:“我们希望知道这种科学方法在不久的将来会产生多大的影响。”
药物设计平台也将是拜耳在抗击新冠肺炎疫情工作的一部分。2006年，该公司将抗病毒药物的研究剥离出来，成立了一家独立的公司。其最近加入了欧洲新型冠状病毒的研究项目，以帮助识别可能提供未来治疗的新型化合物。
为GPU定制的任务
鉴于Schrödinger的业务范围，Lorton明确表示，NVIDIA在开发高性能计算和人工智能的全栈计算平台方面取得的进展，对Schrödinger取得的成就而言，与艰苦的算法工作和科学工作同等重要。
“合成并获得药物分子的结合亲和力数据可能需要数千或数万美元，在极端情况下，甚至需要数十万美元，” 他说，“但在GPU上，做到这一点的计算成本只有几美元。”
Lorton说，在单一CPU上进行一项物理计算需要花费30年才能得出的结论，现在通过一组GPU只需不到一个小时的时间。
尽管NVIDIA GPU在计算速度上取得了许多突破，但Schrödinger的研发项目每天仍需要数千组运行在本地及谷歌云平台上NVIDIA T4和V100 Tensor Core GPU的支持。该公司希望，在对基础科学的持续投资下，这一新的计算水平能彻底改变传统药物研发的方式。
如需获取更多NVIDIA新闻动态，请点击下方“阅读原文”访问NVIDIA中国官方博客。
号外！想要解锁更多AI技术应用？速速扫描下方海报二维码，观看GTC 2020主题演讲中文字幕版！
