超维知药致力于利用AI技术助力以数据为驱动的小分子创新药研发。覆盖从靶点选择到确定候选化合物，从受体-配体相互作用力不同于传统的药物筛选方法。通过自主开发算法探索化学空间信息，其全新分子编码突破了传统SMILES遇到的瓶颈，使分子筛选和生成能力突破了传统软件和专家的经验。采用算法结合GPU加速的方式设计出有效且新颖的方案，实现从靶点研究到筛选出苗头化合物最快仅用8周的实验成果。目前，超维知药已在癌症靶点筛选出苗头化合物，并通过了实验测活，未来将在多个领域进行药物发现研究。
A100助力模型训练速度10倍提升
缩短药物发现周期
自70年代起，计算机处理能力不断增强，计算机辅助药物设计成为新的技术应用场景。通过大量数据集以及算法的开发，机器学习在促使药物研发的进程中有了新的进展。十余年中，随着人工智能技术不断更新迭代，GPU加速与深度学习算法得以完美结合，药物分子虚拟筛选技术（AIDD）正在崛起。拥有了合理的分子表征体系及训练网络后，如何提升训练速度、快速部署成为下一个难题，GPU算力也成为了其中的关键因素之一。为此，超维知药基于NVIDIA A100 GPU进行模型训练，以期能够加速药物发现进程，缩短药物发现的周期，从而可以降低成本，使得最终病人受益。
超维知药基于NVIDIA A100 GPU和深度学习技术，打造了具有全局观的分子表征体系，创造了适用于算法运算的分子编码，力争从源头规避临床前和临床实验中存在的隐患，减少实验失败的可能性。从而快速从十几亿分子中筛选出具有高活性的化合物，并通过结构改造等技术制成可成药分子，实现IP快速孵化。
基于图神经网络（GCN）的灵活性和可扩展性，以及迁移学习、主动学习、强化学习和多任务学习等学习框架有效结合，在NVIDIA GPU计算平台的助力下，深度学习在药研领域能够持续不断地创新，实现在中小样本的场景下应用。借助A100 GPU强大的算力及多种领先技术，超维知药在不改变深度学习模型代码的情况下，将模型训练速度提升了10倍以上。
GPU算力支撑数字化生命科学应用场景
助力实现数据科学突破创新
“生命科学不具备CV、NLP等领域庞大的训练数据。在基于小样本量以及生命科学信息的未知领域，实验科学转为数据科学将成为下一代技术，数据科学也需要强大的算力支撑。在数字化生命科学领域，NVIDIA GPU强大的算力支持对于数据科学领域技术的突破和创新会起到关键作用。”超维知药联合创始人兼 CTO 曹晨磊表示。
英伟达初创加速计划
超维知药是英伟达初创加速计划（NVIDIA Inception）会员企业。英伟达初创加速计划为免费会员制、旨在培养颠覆行业格局的优秀 AI 初创公司。该计划联合了国内外知名的风投机构，创业孵化器，创业加速器，行业合作伙伴以及科技创业媒体等，打造人工智能创业加速生态系统，能够提供『产品折扣』、『市场宣传』、『技术支持』、『融资平台』、『客户推荐』等一系列服务，加速初创公司的发展。
想要像超维知药一样获得 NVIDIA 初创加速生态助力？扫描下方二维码，仅需一分钟填写意向申请表单，获得快速联系。
