2022年3月23日，来自哥伦比亚大学的Artem Cherkasov和英伟达的Abraham C等人在Nature Machine Intelligence杂志发表文章，全面阐述了GPU计算和深度学习的历史趋势和最新进展，并讨论了它们对药物发现的直接影响。

论文链接：

https://www.nature.com/articles/s42256-022-00463-x

摘要

深度学习几乎颠覆了每一个研究领域，包括那些对药物发现有直接重要性的领域，如药物化学和药理学。这场革命在很大程度上归功于高度可并行的GPU的空前进步和支持GPU的算法的发展。在这篇文章中，我们全面介绍了GPU算法的历史趋势和最新进展，并讨论了它们对发现新药和药物靶点的直接影响。我们还介绍了最先进的深度学习架构，这些架构在早期药物发现和随后的hit-to-lead阶段都有实际应用，包括加速分子对接、评估脱靶效应和预测药理特性。最后，我们讨论了GPU加速和深度学习模型对药物发现领域的全球民主化的影响，这可能会推动对不断扩大的化学世界的有效探索，以加速发现新药。

内容中包含的图片若涉及版权问题，请及时与我们联系删除