“代谢稳定性提升了整整127倍。
“最绝的是,因为氟原子的范德华半径和氢原子很像,它几乎没有改变分子的整体形状。AI预测,它对靶点的结合能Affinity仅仅下降了0。1%。
“这就是我们要找的完美替补。”
这就是AI比人类厉害的地方。它不仅仅是定性,它是定量的。
这是人类药物化学家凭直觉无法给出的精确数字。
这是算力的胜利。
程新竹看着那个漂亮的分子式,张大了嘴巴,半天没合拢。
作为医学博士,她太清楚这意味着什么了。
人类药剂师可能要合成几百个分子,花上几年时间去试错,才能碰运气撞上这个结构。
而这台刚刚学会了“稳态”的机器,只用了一个晚上。
“新竹,别发呆了。”
林允宁站起身,伸了个懒腰,浑身骨节咔咔作响,“把这个结构发给赵博士,让他们立刻合成,然后重新启动实验,细胞毒性,小白鼠,大动物。这一次,希望咱们的猴子是活蹦乱跳的。
“那你呢?”程新竹抱着资料,看着林允宁那一脸胡茬和深陷的眼窝。
“我?”
林允宁看了一眼窗外芝加哥灰蒙蒙的天空。
“我要回家闭关。”
他拿起羽绒服,声音平静,“我要把ResNet和BN的训练内容整理出来,还要给普林斯顿高等研究所的爱德华?威滕教授写一封很长的回信。
“跟雪若姐说,接下来的几天,除非公司着火了,否则别打扰我。”
芝加哥的冬天,天气就像孩子的脸,说变就变。
从暴雪转晴,又转为阴沉,最后下起了冻雨。
但这三天里,林允宁公寓的窗帘始终拉得严严实实。
房间里乱得像个垃圾场。
桌上堆满了星巴克的咖啡纸杯,地上散落着必胜客的披萨盒子和肯德基的全家桶包装。
林允宁穿着一件宽松的睡衣,胡茬已经冒出来一截,看起来有些潦草。
但他那双眼睛,却亮得吓人。
他的手指在机械键盘上飞快跳动,敲击声像是密集的雨点。
他在写两篇论文。
第一篇,是给机器学习和AI界引爆的重磅炸弹。
起初,林允宁在文档标题栏敲下了《基于深度残差网络的分子动力学预测》。
但他盯着屏幕看了两秒,摇了摇头。
果断按下退格键,把“分子动力学”几个字删了个干干净净。
AD-02的筛选过程和具体的量子化学参数是以太动力的核心商业机密。
那可是能生金蛋的鸡,在没有申请专利前绝不能公之于众。
他要发布的是通用的“引擎”,而不是具体的“藏宝图”。
既然刚从李飞飞那里拿到了ImageNet的数据,那就用最通用的图像识别来以此祭旗。
毕竟,在数学本质上,处理3D分子结构图和处理2D照片矩阵并无区别,都是高维张量的特征提取。
而且,用ImageNet这种公认的“硬骨头”刷出逆天的高分,比讲任何生物故事都更有说服力。
他重新敲下标题??《DeepResidualLearningforImageRecognition》用于图像识别的深度残差学习。
而这篇论文,他也没有投给生物期刊,而是投给了CVPRIEEE国际计算机视觉与模式识别会议。