腾讯量子实验室耐药性数据库面向全球开放

腾讯公司5日宣布，已搭建一个海量的 MdrDB 耐药性数据库，提供最全的数据信息，为 AI 研发新药提供耐药性预测测试的「练兵场」。

据悉，这是腾讯量子实验室的最新研究成果，相关研究论文已登上了国际学术期刊 Nature 的子刊 Communications Chemistry。

该数据库包括了野生型和突变型蛋白质-配体复合物的结构信息，以及突变前后的结合亲和力变化等生化特征。通过MdrDB，科学家可以更好地理解突变诱导的耐药性机制，开发联合治疗策略，并发现全新的药物。

MdrDB数据库目前包含了来自240种蛋白质、2503个突变和440种药物组合的100537个样本。与现有公开的耐药性数据库相比，MdrDB具有多项优势。首先，它是目前最大的蛋白质突变诱导耐药数据库，涵盖了各种蛋白质家族的突变信息。其次，MdrDB提供了结构化的数据，有助于研究蛋白质突变和耐药性建模。此外，MdrDB还包含多种突变类型，包括单点突变和复杂的多位点突变，进一步丰富了数据库的内容。

通过使用MdrDB数据库，研究人员在耐药性预测方面取得了显著进展。此前，由于数据少、不平衡以及缺乏结构信息等问题，耐药性的精确预测一直是一个巨大的挑战。在构建了MdrDB数据库后，作者也考察了该数据库对耐药性预测的AI算法的帮助。结果发现，几乎所有使用MdrDB作为训练数据的经典机器学习模型在酪氨酸激酶抑制剂耐药性预测问题上都取得了显著的性能提升。这为开发更精准的耐药性预测方法提供了更强大的底层工具。

MdrDB的发布为科学家们提供了宝贵的资源，将推动更多的研究人员共同开展耐药性研究。通过更全面、更方便地获取蛋白质结构和配体结合亲和力数据，我们可以加深对突变诱导的耐药性机制的理解，提高对全新突变的预测能力，并为耐药性预测提供更有效的计算方法。

MdrDB的发布标志着耐药性研究迈出了重要一步，有望为未来药物开发和治疗方案的优化带来新的希望。腾讯量子实验室负责人张胜誉表示，“AI for Science的一个常见困难是数据的数量不足，内容和标准也各异。这项工作在帮助补齐AI科学中数据短板的方向迈出坚实的一步，缓解了相关问题中AI算法过拟合和泛化差的普遍性问题。通过提供更大规模的数据集，我们致力于帮助改善AI算法的性能，提高其在科学研究中的泛化能力，进一步推动AI在医药领域的发展和应用，以更好地服务人类健康。”