智能醫(yī)學(xué)工程專業(yè)開展計(jì)算機(jī)輔助藥物設(shè)計(jì)教學(xué)的實(shí)踐和思考

田佳琪 呂恩輝 康星星 石丹楓

［摘? ? ? ? ? ?要］? 隨著人工智能（AI）技術(shù)在醫(yī)藥行業(yè)的推廣和普及，智能醫(yī)學(xué)工程專業(yè)人才的培養(yǎng)成為國家發(fā)展的重大需求，但作為新興專業(yè)，相關(guān)人才的培養(yǎng)模式還處于探索階段。計(jì)算機(jī)輔助藥物設(shè)計(jì)（CADD）是在化學(xué)和生物理論基礎(chǔ)上發(fā)展起來的計(jì)算機(jī)模擬技術(shù)，其學(xué)科特點(diǎn)與智能醫(yī)學(xué)工程專業(yè)具有較高的契合度。重點(diǎn)分析了計(jì)算機(jī)輔助藥物設(shè)計(jì)教學(xué)在智能醫(yī)學(xué)工程專業(yè)人才培養(yǎng)方面的科學(xué)性和必要性，并結(jié)合具體的教學(xué)實(shí)踐對課程設(shè)計(jì)進(jìn)行了詳細(xì)的探討和總結(jié)，以期在一定程度上為智能醫(yī)學(xué)工程專業(yè)人才培養(yǎng)提供思路和建議。

［關(guān)? ? 鍵? ?詞］? 智能醫(yī)學(xué)工程；計(jì)算機(jī)輔助藥物設(shè)計(jì)；人才培養(yǎng)

［中圖分類號］? G642? ? ? ? ? ? ? ? ? ? ［文獻(xiàn)標(biāo)志碼］? A? ? ? ? ? ? ? ? ? ［文章編號］? 2096-0603（2023）35-0113-04

醫(yī)學(xué)教育是衛(wèi)生健康事業(yè)發(fā)展的重要基石。隨著醫(yī)療技術(shù)的不斷發(fā)展和醫(yī)學(xué)需求的不斷增加，培養(yǎng)具有扎實(shí)理論知識和豐富臨床經(jīng)驗(yàn)的醫(yī)學(xué)人才，為衛(wèi)生健康事業(yè)的發(fā)展提供堅(jiān)實(shí)的人才支撐，是國家發(fā)展戰(zhàn)略中不可或缺的部分。隨著新一輪科技革命和產(chǎn)業(yè)變革的到來，人工智能（Artificial Intelligence，AI）開始沖擊醫(yī)學(xué)領(lǐng)域的發(fā)展，技術(shù)智能化促使醫(yī)學(xué)目標(biāo)由疾病診治向健康維護(hù)與促進(jìn)轉(zhuǎn)變，這些變革迫切需要新工科、新醫(yī)科人才支撐[1]。在這一背景下，教育部于2018年3月批準(zhǔn)建立了全國首個(gè)智能方向的醫(yī)學(xué)類本科專業(yè)——智能醫(yī)學(xué)工程。智能醫(yī)學(xué)工程專業(yè)集計(jì)算機(jī)科學(xué)、醫(yī)學(xué)、生物信息學(xué)等多學(xué)科知識于一體，旨在培養(yǎng)具備醫(yī)學(xué)專業(yè)知識和計(jì)算機(jī)技術(shù)背景的高端人才。智能醫(yī)學(xué)工程專業(yè)的開設(shè)，標(biāo)志著我國高等教育對于人工智能技術(shù)在“新醫(yī)科”建設(shè)方面的重視和推廣[2]。未來，隨著人工智能技術(shù)的不斷發(fā)展，智能醫(yī)學(xué)工程專業(yè)將成為醫(yī)療行業(yè)的重要支撐力量，為醫(yī)療事業(yè)的發(fā)展注入新的活力和動(dòng)力。

智能醫(yī)學(xué)工程專業(yè)以現(xiàn)代醫(yī)學(xué)為基礎(chǔ)，融合了大數(shù)據(jù)、云計(jì)算、人工智能等技術(shù)手段，以患者為中心、信息為紐帶，旨在挖掘生命和疾病的本質(zhì)規(guī)律，探索人機(jī)協(xié)同的智能化診療方法及應(yīng)用。智能醫(yī)學(xué)工程的人才培養(yǎng)集成了醫(yī)學(xué)、信息學(xué)、工程學(xué)等多學(xué)科的知識，以醫(yī)學(xué)信息處理與分析、醫(yī)學(xué)圖像處理與診斷、醫(yī)學(xué)數(shù)據(jù)挖掘與分析、智慧醫(yī)療系統(tǒng)設(shè)計(jì)與開發(fā)等為主要研究方向，致力于將人工智能技術(shù)應(yīng)用于醫(yī)療領(lǐng)域，提高醫(yī)療效率、優(yōu)化醫(yī)療資源配置、改善醫(yī)療服務(wù)質(zhì)量。人才培養(yǎng)過程中融合了基礎(chǔ)醫(yī)學(xué)、臨床醫(yī)學(xué)基礎(chǔ)、生物醫(yī)學(xué)數(shù)據(jù)的智能感知及數(shù)據(jù)挖掘、智慧健康醫(yī)療信息系統(tǒng)開發(fā)、智能藥物研發(fā)與醫(yī)學(xué)研究等多方面知識。本科階段旨在培養(yǎng)學(xué)生具備良好的科學(xué)文化素質(zhì)、職業(yè)素養(yǎng)和國際視野，以及創(chuàng)新、創(chuàng)業(yè)和團(tuán)隊(duì)協(xié)作意識。通過系統(tǒng)的理論學(xué)習(xí)和實(shí)踐，使學(xué)生具備科學(xué)研究、項(xiàng)目開發(fā)、組織管理、團(tuán)隊(duì)協(xié)作、技術(shù)創(chuàng)新及健康醫(yī)療市場開拓等方面的能力。學(xué)生畢業(yè)后既可到綜合性醫(yī)院從事系統(tǒng)開發(fā)、維護(hù)、醫(yī)學(xué)數(shù)據(jù)分析、挖掘等工作，又能在相關(guān)醫(yī)療行業(yè)及企事業(yè)單位從事軟件的設(shè)計(jì)、開發(fā)等工作，也可攻讀智能醫(yī)學(xué)工程、計(jì)算機(jī)科學(xué)與技術(shù)、生物醫(yī)學(xué)工程、醫(yī)學(xué)信息學(xué)及相關(guān)學(xué)科的研究生。

智能醫(yī)學(xué)工程專業(yè)的建立既是我國高等教育領(lǐng)域的一項(xiàng)重大舉措，也是我國醫(yī)療事業(yè)發(fā)展的一次重要嘗試。截至2020年，全國已有25所高校開設(shè)智能醫(yī)學(xué)工程專業(yè)，它是我國首個(gè)也是目前唯一一個(gè)在醫(yī)學(xué)門類中授予工學(xué)學(xué)位的本科專業(yè)。智能醫(yī)學(xué)工程專業(yè)的人才培養(yǎng)正處于積極探索的階段[3]，在人工智能時(shí)代背景下，如何對傳統(tǒng)醫(yī)學(xué)教育模式進(jìn)行改革，兼顧新醫(yī)科和新工科的交叉融合，培養(yǎng)高素質(zhì)、高水平、具有多元核心技能的復(fù)合型人才，值得教育者思考[4]。本文作者長期從事計(jì)算機(jī)輔助藥物設(shè)計(jì)（Computer-Aided Drug Design，CADD）的科研和教學(xué)工作，通過對計(jì)算機(jī)輔助藥物設(shè)計(jì)學(xué)科的理論研究和教學(xué)實(shí)踐，對智能醫(yī)學(xué)工程相關(guān)專業(yè)開展計(jì)算機(jī)輔助藥物設(shè)計(jì)教學(xué)的科學(xué)性、必要性和實(shí)用性進(jìn)行了深入探討。

一、計(jì)算機(jī)輔助藥物設(shè)計(jì)已成為智能藥物研發(fā)的必備技術(shù)，能夠多階段、多角度指導(dǎo)智能藥物研發(fā)

計(jì)算機(jī)輔助藥物設(shè)計(jì)是在化學(xué)和生物理論基礎(chǔ)上發(fā)展起來的一門交叉學(xué)科，通過計(jì)算機(jī)模擬分子結(jié)構(gòu)和化學(xué)反應(yīng)過程，預(yù)測藥物分子與生物靶標(biāo)之間的相互作用，主要運(yùn)用于藥物研發(fā)的過程。藥物研發(fā)是一項(xiàng)艱巨而復(fù)雜的過程，以傳統(tǒng)的小分子化學(xué)藥物為例，新藥研發(fā)從無到有要?dú)v經(jīng)藥物發(fā)現(xiàn)、臨床前研究和臨床試驗(yàn)“三部曲”，最后才能進(jìn)入醫(yī)藥市場用于治療疾病。據(jù)統(tǒng)計(jì)，一個(gè)新藥的批準(zhǔn)需要約10年時(shí)間和10億美金的花費(fèi)。傳統(tǒng)藥物研發(fā)需要進(jìn)行大量的“濕實(shí)驗(yàn)”測試，耗費(fèi)大量的時(shí)間和金錢；而計(jì)算機(jī)輔助藥物設(shè)計(jì)可以在計(jì)算機(jī)上進(jìn)行“干實(shí)驗(yàn)”模擬，快速篩選出具有潛在活性的化合物，從而縮短了藥物研發(fā)周期，節(jié)省了人力和物力。

隨著技術(shù)和理論日漸成熟，計(jì)算機(jī)輔助藥物設(shè)計(jì)已成為藥物研發(fā)領(lǐng)域的必備技術(shù)。從20世紀(jì)80年代默沙東公司開始運(yùn)用計(jì)算機(jī)輔助藥物設(shè)計(jì)進(jìn)行藥物發(fā)現(xiàn)到如今“計(jì)算機(jī)輔助藥物設(shè)計(jì)+人工智能驅(qū)動(dòng)藥物設(shè)計(jì)（Artificial Intelligence-driven Drug Design，AIDD）”成為藥物研發(fā)的新范式，AI技術(shù)在藥物研發(fā)上的應(yīng)用價(jià)值逐漸被認(rèn)識和釋放。計(jì)算機(jī)輔助藥物設(shè)計(jì)技術(shù)對化學(xué)、生物學(xué)理論在藥物研發(fā)領(lǐng)域的運(yùn)用進(jìn)行了豐富的探索，其相關(guān)技術(shù)手段和分析方法促進(jìn)了人工智能驅(qū)動(dòng)藥物設(shè)計(jì)的形成?，F(xiàn)階段，計(jì)算機(jī)輔助藥物設(shè)計(jì)和人工智能驅(qū)動(dòng)藥物設(shè)計(jì)相互補(bǔ)充，在藥物開發(fā)的各個(gè)階段發(fā)揮著重要的作用，主要表現(xiàn)在以下三個(gè)方面。（1）計(jì)算機(jī)輔助藥物設(shè)計(jì)提供了重要的數(shù)據(jù)預(yù)處理和分析評價(jià)工具。從數(shù)據(jù)庫中獲得的疾病、組學(xué)、靶點(diǎn)、藥物分子的數(shù)據(jù)信息，需要經(jīng)過計(jì)算機(jī)輔助藥物設(shè)計(jì)預(yù)處理成相應(yīng)的分子特征，才能作為AI模型的數(shù)據(jù)輸入；同時(shí)計(jì)算機(jī)輔助藥物設(shè)計(jì)的相關(guān)原理能夠增強(qiáng)AI模型的可解釋性，確定分子特征的重要性和關(guān)聯(lián)性。例如：在基于AI的分子生成模型中，能夠生成大量具有2D或3D結(jié)構(gòu)的分子，但是這些分子的化學(xué)合理性需要借助計(jì)算機(jī)輔助藥物設(shè)計(jì)的技術(shù)進(jìn)行判斷；對于AI模型篩選得到的活性化合物分子，需要借助計(jì)算機(jī)輔助藥物設(shè)計(jì)技術(shù)分析藥物與靶標(biāo)的相互作用模式，從而有針對性地進(jìn)行先導(dǎo)化合物的優(yōu)化。（2）目前的人工智能驅(qū)動(dòng)藥物設(shè)計(jì)能夠?qū)崿F(xiàn)分子生成和活性預(yù)測，但是對小分子熱力學(xué)和動(dòng)力學(xué)性質(zhì)仍缺乏準(zhǔn)確的評價(jià)，計(jì)算機(jī)輔助藥物設(shè)計(jì)利用物理模型進(jìn)行的靶點(diǎn)-藥物分子親合力預(yù)測仍是主要有效手段。（3）人工智能驅(qū)動(dòng)藥物設(shè)計(jì)模型依靠大量的原始實(shí)驗(yàn)數(shù)據(jù)，但對于原創(chuàng)性的藥物靶標(biāo)這些數(shù)據(jù)往往是不夠的，這種情形下依靠計(jì)算機(jī)輔助藥物設(shè)計(jì)進(jìn)行藥物的初期探索顯得尤為重要。

智能藥物研發(fā)是智能醫(yī)學(xué)工程專業(yè)的關(guān)鍵內(nèi)容。計(jì)算機(jī)輔助藥物設(shè)計(jì)技術(shù)作為智能藥物研發(fā)的必備技術(shù)，通過與人工智能驅(qū)動(dòng)藥物設(shè)計(jì)組合使用，能夠有效促進(jìn)藥物開發(fā)的進(jìn)程。因此，在智能醫(yī)學(xué)工程專業(yè)開展計(jì)算機(jī)輔助藥物設(shè)計(jì)教學(xué)具有必要性。

二、計(jì)算機(jī)輔助藥物設(shè)計(jì)以計(jì)算機(jī)技術(shù)為工具，通過多學(xué)科交叉從工程角度解決藥物相關(guān)的實(shí)際問題，與智能醫(yī)學(xué)工程的培養(yǎng)目標(biāo)高度契合

計(jì)算機(jī)輔助藥物設(shè)計(jì)的發(fā)展過程主要可分為三個(gè)階段。20世紀(jì)60年代，Hansch率先采用定量構(gòu)效分析方法（Quantitative Structure - Activity Relationship，QSAR）研究有機(jī)小分子與生物大分子相互作用，有機(jī)小分子在生物體內(nèi)吸收、分布、代謝、排泄等生理相關(guān)性質(zhì)，被認(rèn)為是計(jì)算機(jī)輔助藥物設(shè)計(jì)發(fā)展的起源。20世紀(jì)90年代，隨著結(jié)構(gòu)生物學(xué)的興起，藥物與靶標(biāo)間的相互作用被認(rèn)為是藥物分子發(fā)揮藥效的關(guān)鍵，藥物化學(xué)家通常依據(jù)“鎖鑰模型”模擬藥物與靶標(biāo)之間的關(guān)系并設(shè)計(jì)藥物分子。與此同時(shí)，計(jì)算機(jī)技術(shù)的發(fā)展和分子圖形學(xué)的出現(xiàn)，藥物靶標(biāo)的作用模式可通過計(jì)算機(jī)進(jìn)行直接展示、模擬和計(jì)算，藥物設(shè)計(jì)策略逐漸發(fā)展到基于生物大分子三維結(jié)構(gòu)的藥物設(shè)計(jì)方式。該階段涌現(xiàn)出一系列計(jì)算機(jī)輔助藥物設(shè)計(jì)技術(shù)，包括計(jì)算機(jī)虛擬組合化學(xué)庫設(shè)計(jì)、基于分子對接和虛擬篩選等技術(shù)，使得大量數(shù)據(jù)可以在計(jì)算機(jī)上進(jìn)行預(yù)篩選，減少實(shí)驗(yàn)合成和篩選的化合物數(shù)量，顯著提高了藥物研發(fā)的成功率。21世紀(jì)開始，隨著信息技術(shù)和生物技術(shù)的快速發(fā)展和逐漸融合，基因組學(xué)、蛋白質(zhì)組學(xué)等生物學(xué)大數(shù)據(jù)被測定、存儲和分析，化學(xué)信息學(xué)、生物信息學(xué)等分析手段的運(yùn)用，藥物化學(xué)家獲悉了大量潛在的疾病靶標(biāo)，藥物設(shè)計(jì)進(jìn)入生物學(xué)驅(qū)動(dòng)的后基因組時(shí)代。同時(shí)，近年來人工智能驅(qū)動(dòng)藥物設(shè)計(jì)的快速發(fā)展，藥物化學(xué)家可以充分研究靶標(biāo)的生物學(xué)功能，并尋找與之匹配的小分子化合物，以便迅速有效地發(fā)現(xiàn)新型靶標(biāo)和新型先導(dǎo)化合物。AIDD是智能藥物研發(fā)的雛形，將AI技術(shù)運(yùn)用到藥物研發(fā)的各階段，包括靶標(biāo)發(fā)現(xiàn)及驗(yàn)證、苗頭化合物發(fā)現(xiàn)、先導(dǎo)化合物優(yōu)化、晶型預(yù)測、患者招募、優(yōu)化臨床試驗(yàn)設(shè)計(jì)等等。從技術(shù)賦能角度，人工智能驅(qū)動(dòng)藥物設(shè)計(jì)的優(yōu)勢在于可以實(shí)現(xiàn)對大數(shù)據(jù)的高效處理和分析，實(shí)現(xiàn)對多維數(shù)據(jù)的深度挖掘和自動(dòng)化處理，且精度和場景應(yīng)用廣泛性更高。

計(jì)算機(jī)技術(shù)和人工智能相關(guān)的機(jī)器學(xué)習(xí)算法始終貫穿計(jì)算機(jī)輔助藥物設(shè)計(jì)學(xué)科的發(fā)展，這與智能醫(yī)學(xué)工程專業(yè)特點(diǎn)不謀而合。從早期構(gòu)建藥物的定量構(gòu)效關(guān)系模型，到如今預(yù)測蛋白三維結(jié)構(gòu)的人工智能系統(tǒng)AlphaFold，計(jì)算機(jī)輔助藥物設(shè)計(jì)能有效利用計(jì)算機(jī)技術(shù)和機(jī)器學(xué)習(xí)算法從實(shí)驗(yàn)數(shù)據(jù)中挖掘規(guī)律、預(yù)測未知，通過大規(guī)模的數(shù)據(jù)分析和建模來預(yù)測藥物分子的性質(zhì)和活性。計(jì)算機(jī)輔助藥物設(shè)計(jì)重點(diǎn)關(guān)注智能醫(yī)學(xué)工程中智能藥物研發(fā)的部分。將已知的化合物結(jié)構(gòu)和活性數(shù)據(jù)輸入計(jì)算機(jī)中，通過分析這些數(shù)據(jù)，建立模型來預(yù)測未知化合物的性質(zhì)和活性，可以幫助科學(xué)家們更快地找到最優(yōu)的藥物配方，減少試驗(yàn)次數(shù)和成本，提高研發(fā)效率。多學(xué)科交叉屬性是計(jì)算機(jī)輔助藥物設(shè)計(jì)學(xué)科與智能醫(yī)學(xué)工程專業(yè)的另一共同特點(diǎn)，兩者都需要掌握計(jì)算機(jī)技術(shù)和多學(xué)科知識，并將其應(yīng)用于醫(yī)藥領(lǐng)域。計(jì)算機(jī)輔助藥物設(shè)計(jì)既關(guān)注生物學(xué)中的蛋白、DNA、RNA等組學(xué)數(shù)據(jù)，又需要利用數(shù)學(xué)模型、算法、模擬軟件等對藥學(xué)中類藥性、親合性、可合成性等屬性數(shù)據(jù)進(jìn)行預(yù)測，其學(xué)科內(nèi)容基本上被智能醫(yī)學(xué)工程的學(xué)科涵蓋。計(jì)算機(jī)輔助藥物設(shè)計(jì)致力于應(yīng)用各類計(jì)算機(jī)模擬技術(shù)來加速藥物發(fā)現(xiàn)和設(shè)計(jì)進(jìn)程，與化學(xué)和生物實(shí)驗(yàn)結(jié)合，更高效地推進(jìn)藥物開發(fā)項(xiàng)目進(jìn)程。例如，高通量虛擬篩選技術(shù)被用于苗頭化合物的發(fā)現(xiàn)，通過高性能計(jì)算平臺的算力支持可實(shí)現(xiàn)對109～1010級別的化合物數(shù)據(jù)庫進(jìn)行高通量虛擬篩選。2015年，國防科技大學(xué)計(jì)算機(jī)學(xué)院聯(lián)合中科院上海藥物研究所、廣州超算中心，成功研發(fā)出一種超高通量的藥物分子虛擬篩選平臺，可以利用“天河二號”超級計(jì)算機(jī)，在一天內(nèi)完成對4200多萬個(gè)化合物的計(jì)算評價(jià)，相當(dāng)于把包括現(xiàn)有藥物、天然產(chǎn)物和人工合成有機(jī)化合物在內(nèi)的地球上所有可用于藥物研發(fā)的化合物都計(jì)算篩選一遍。高通量虛擬篩選技術(shù)作為先導(dǎo)化合物發(fā)現(xiàn)的經(jīng)典方法仍然被國內(nèi)外制藥公司廣泛使用，并可通過與其他技術(shù)的融合實(shí)現(xiàn)算力優(yōu)化。

綜上所述，計(jì)算機(jī)輔助藥物設(shè)計(jì)通過對大量數(shù)據(jù)的分析和挖掘，可以發(fā)現(xiàn)潛在的藥物靶點(diǎn)和藥效，提升藥物研發(fā)的成功率；通過數(shù)學(xué)模型和計(jì)算機(jī)模擬來減少藥物優(yōu)化的不確定性和隨機(jī)性，增強(qiáng)藥物設(shè)計(jì)的精度和準(zhǔn)確性；通過對藥物分子進(jìn)行三維結(jié)構(gòu)預(yù)測和作用機(jī)理研究，優(yōu)化藥物的活性和選擇性。計(jì)算機(jī)輔助藥物設(shè)計(jì)以計(jì)算機(jī)技術(shù)為工具，通過多學(xué)科交叉，從工程角度解決藥物開發(fā)項(xiàng)目的實(shí)際問題，與智能醫(yī)學(xué)工程的培養(yǎng)目標(biāo)高度契合。因此，在智能醫(yī)學(xué)工程專業(yè)開展計(jì)算機(jī)輔助藥物設(shè)計(jì)教學(xué)具有一定的科學(xué)性。

三、計(jì)算機(jī)輔助藥物設(shè)計(jì)教學(xué)側(cè)重于實(shí)踐，通過理論教學(xué)和實(shí)踐項(xiàng)目相結(jié)合，提高學(xué)生運(yùn)用計(jì)算機(jī)輔助藥物設(shè)計(jì)技術(shù)解決實(shí)際問題的能力

計(jì)算機(jī)輔助藥物設(shè)計(jì)是一門應(yīng)用性較強(qiáng)的學(xué)科，學(xué)生在學(xué)習(xí)過程中不止要求掌握相關(guān)技術(shù)的理論原理，更重要的是針對實(shí)際問題設(shè)計(jì)有效的解決方案?？紤]到計(jì)算機(jī)輔助藥物設(shè)計(jì)涉及多種基礎(chǔ)學(xué)科和應(yīng)用學(xué)科與技術(shù)，本課程的理論部分總共分為三個(gè)部分進(jìn)行講解。第一部分是計(jì)算機(jī)輔助藥物設(shè)計(jì)的知識背景和交叉學(xué)科基礎(chǔ)，主要圍繞藥物研發(fā)、生命科學(xué)及藥學(xué)基本理論、Linux操作系統(tǒng)展開，內(nèi)容涉及生物化學(xué)、藥物化學(xué)、計(jì)算機(jī)科學(xué)等領(lǐng)域。生物化學(xué)和藥物化學(xué)是藥物研發(fā)的核心內(nèi)容，而Linux操作系統(tǒng)則是計(jì)算機(jī)輔助藥物設(shè)計(jì)中常用的操作系統(tǒng)，該部分內(nèi)容旨在闡明計(jì)算機(jī)輔助藥物設(shè)計(jì)的多學(xué)科知識如何相互關(guān)聯(lián)來解決藥物研發(fā)的關(guān)鍵科學(xué)問題。第二部主要講解在藥物設(shè)計(jì)研究中的常用數(shù)據(jù)庫，詳細(xì)介紹了藥物小分子、靶點(diǎn)、生物學(xué)通路、毒理性質(zhì)等數(shù)據(jù)庫的使用流程，以及數(shù)據(jù)庫中不同屬性數(shù)據(jù)的來源和在實(shí)際運(yùn)用中的意義。這些數(shù)據(jù)庫為藥物研發(fā)提供了豐富的信息資源和數(shù)據(jù)支持，為計(jì)算機(jī)輔助藥物設(shè)計(jì)提供了重要的基礎(chǔ)。第三部分是計(jì)算機(jī)輔助藥物設(shè)計(jì)的方法和軟件，詳細(xì)介紹了計(jì)算機(jī)輔助藥物設(shè)計(jì)中的基本原理和軟件模塊，該部分內(nèi)容是實(shí)現(xiàn)藥物研發(fā)自動(dòng)化的關(guān)鍵，以幫助研究人員快速、準(zhǔn)確地進(jìn)行藥物研發(fā)，并提高藥物研發(fā)的效率和成功率。

其中，計(jì)算機(jī)輔助藥物設(shè)計(jì)技術(shù)方法作為理論學(xué)習(xí)的關(guān)鍵部分，主要圍繞基于結(jié)構(gòu)的藥物設(shè)計(jì)策略展開，涵蓋以下四個(gè)方面：（1）分子建模技術(shù)。分子建模技術(shù)通過計(jì)算機(jī)模擬分子的結(jié)構(gòu)、性質(zhì)和活性，預(yù)測分子與靶點(diǎn)之間的相互作用，包括分子力學(xué)模擬、分子動(dòng)力學(xué)模擬和量子化學(xué)計(jì)算、分子對接等方法。（2）虛擬篩選技術(shù)。虛擬篩選技術(shù)是一種基于計(jì)算機(jī)模擬的藥物篩選方法，通過預(yù)測化合物與靶點(diǎn)之間的相互作用，從而篩選出具有潛在生物活性的化合物，包括基于結(jié)構(gòu)的篩選、基于藥效團(tuán)的篩選和基于機(jī)器學(xué)習(xí)的篩選等方法。（3）藥物設(shè)計(jì)技術(shù)。藥物設(shè)計(jì)技術(shù)通過對已知化合物進(jìn)行結(jié)構(gòu)修改、合成和優(yōu)化，設(shè)計(jì)出更具生物活性、選擇性和藥代動(dòng)力學(xué)性質(zhì)的新化合物。（4）藥物代謝動(dòng)力學(xué)預(yù)測技術(shù)。藥物代謝動(dòng)力學(xué)預(yù)測技術(shù)通過預(yù)測藥物在體內(nèi)的代謝途徑、代謝產(chǎn)物和代謝酶等信息，為藥物研發(fā)提供重要參考，包括基于定量構(gòu)效關(guān)系的預(yù)測、基于機(jī)器學(xué)習(xí)的預(yù)測和基于系統(tǒng)生物學(xué)的預(yù)測等方法。

經(jīng)過理論知識的學(xué)習(xí)、常用數(shù)據(jù)庫和計(jì)算軟件的針對性訓(xùn)練后，課程最后設(shè)計(jì)實(shí)踐案例考核學(xué)生對所學(xué)方法的掌握程度，在具體項(xiàng)目中提升學(xué)生的綜合素質(zhì)。期間，教師主要發(fā)揮引導(dǎo)作用，通過對最新計(jì)算機(jī)輔助藥物設(shè)計(jì)研究項(xiàng)目調(diào)研，收集可供學(xué)生實(shí)際操作的案例，并在課堂上通過案例背景的講解，讓學(xué)生自發(fā)成立3～4人的興趣小組，并根據(jù)自身情況認(rèn)領(lǐng)項(xiàng)目案例。隨后，針對專門的課題項(xiàng)目，學(xué)生需要文獻(xiàn)調(diào)研收集相關(guān)課題的研究背景和科學(xué)問題，進(jìn)一步利用學(xué)到的計(jì)算機(jī)輔助藥物設(shè)計(jì)相關(guān)知識對文獻(xiàn)中的研究成果進(jìn)行復(fù)現(xiàn)。最終，各興趣小組圍繞各自的研究項(xiàng)目形成專門的研究報(bào)告，并在課堂上進(jìn)行匯報(bào)展示。例如，小組學(xué)生根據(jù)文獻(xiàn)描述，以內(nèi)切核糖核酸酶NSP15蛋白為靶標(biāo)，首先對NPASS小分子數(shù)據(jù)庫進(jìn)行高通量虛擬篩選，然后針對最優(yōu)的小分子復(fù)合物進(jìn)行分子動(dòng)力學(xué)模擬，并進(jìn)一步對模擬軌跡進(jìn)行結(jié)合自由能、氫鍵、結(jié)構(gòu)穩(wěn)定性等分析[5]。從教學(xué)實(shí)踐結(jié)果來看，通過理論知識講解與實(shí)際研究案例相結(jié)合，學(xué)生能夠較好地將計(jì)算機(jī)輔助藥物設(shè)計(jì)的方法運(yùn)用到課題實(shí)踐中。因此，以理論講解為基礎(chǔ)，以實(shí)踐項(xiàng)目為指導(dǎo)，能夠有效提升學(xué)生思考問題和解決問題的能力，從而做到知行合一、學(xué)以致用。

當(dāng)然，計(jì)算機(jī)輔助藥物設(shè)計(jì)學(xué)科內(nèi)容只是智能醫(yī)學(xué)工程專業(yè)的其中一個(gè)分支。目前國內(nèi)智能醫(yī)學(xué)工程專業(yè)開設(shè)的學(xué)科內(nèi)容包括生物信息學(xué)、醫(yī)學(xué)信息學(xué)、醫(yī)學(xué)圖像處理、大數(shù)據(jù)及精準(zhǔn)醫(yī)學(xué)、智能人機(jī)交互技術(shù)等也具有交叉學(xué)科的特點(diǎn)。相較而言，計(jì)算機(jī)輔助藥物設(shè)計(jì)涵蓋的知識點(diǎn)更多偏向于傳統(tǒng)的理工科內(nèi)容，在數(shù)據(jù)分析的基礎(chǔ)上，還包含物理、化學(xué)、生物知識和理論模型，這些內(nèi)容的學(xué)習(xí)，在提升學(xué)生的科學(xué)素養(yǎng)、理論分析能力等方面都具有十分重要的意義。

四、結(jié)束語

隨著人工智能技術(shù)為首的新一輪科技革命和產(chǎn)業(yè)變革，中國醫(yī)學(xué)教育正在進(jìn)入一個(gè)全新的發(fā)展階段。智能醫(yī)學(xué)工程專業(yè)人才的培養(yǎng)成為我國高等教育領(lǐng)域的一項(xiàng)重大舉措，也是我國醫(yī)療事業(yè)發(fā)展的一次重要嘗試。計(jì)算機(jī)輔助藥物設(shè)計(jì)隨著計(jì)算機(jī)技術(shù)的發(fā)展應(yīng)運(yùn)而生，并逐漸完善成一門成熟的學(xué)科。在智能醫(yī)學(xué)工程專業(yè)開展計(jì)算機(jī)輔助藥物設(shè)計(jì)課程與智能醫(yī)學(xué)工程專業(yè)的培養(yǎng)目標(biāo)高度契合，具有一定科學(xué)性；計(jì)算機(jī)輔助藥物設(shè)計(jì)作為智能藥物研發(fā)的基礎(chǔ)，能夠多階段、多角度指導(dǎo)智能藥物研發(fā)，是智能醫(yī)學(xué)工程專業(yè)人才的必備技術(shù)；計(jì)算機(jī)輔助藥物設(shè)計(jì)是一門偏重實(shí)際運(yùn)用的學(xué)科，其教學(xué)過程的合理安排，能夠有效提升學(xué)生的實(shí)踐能力，達(dá)到學(xué)以致用的目的。計(jì)算機(jī)輔助藥物設(shè)計(jì)課程的開設(shè)能夠有效提升智能醫(yī)學(xué)工程專業(yè)人才素質(zhì)，培養(yǎng)符合“新醫(yī)科”建設(shè)要求的人才。

參考文獻(xiàn)：

［1］王辰，馬超.以新醫(yī)科建設(shè)為契機(jī) 推動(dòng)醫(yī)學(xué)教育創(chuàng)新發(fā)展［J］.中國高等教育，2022（12）：15-17.

［2］朱宇凡，趙欣，楊志強(qiáng)，等.“人工智能+醫(yī)學(xué)”復(fù)合型人才培養(yǎng)展望［J］.醫(yī)學(xué)信息學(xué)雜志，2021，42（7）：83-87.

［3］何峰，萬亮，明東.智能醫(yī)學(xué)工程：新醫(yī)科的探索與實(shí)踐［J］.中國高等教育，2021（Z1）：15-17.

［4］岳梅，張葉江.人工智能時(shí)代醫(yī)學(xué)教學(xué)改革方向研究［J］.中國繼續(xù)醫(yī)學(xué)教育，2020，12（7）：6-9.

［5］Hu.L. C.，Ding.C. H.，Li.H. Y，etc. Identification of potential target endoribonuclease NSP15 inhibitors of SARS-COV-2 from natural products through high-throughput virtual screening and molecular dynamics si-mulation［J］.Food Biochem，2022（46）：e14085.