由广州实验室、美国化学会、美国化学会广东分会、广州国际生物岛集团有限公司主办，广州实验室病原体结构与临床应用创新研究院、广州国际生物岛集团有限公司、深圳理工大学合成生物学院承办的ACS创新药物研究和转化研讨会于2024年4月11日-12日在广州实验室召开，望石智慧副总裁黄博博士作为特邀报告人参会，并做了题为《大分子实验密度在AI辅助药物分子设计方面的应用》的学术报告。

报告综述了望石团队以大分子实验电子密度为数据切入口、以分子生成模型核心、以药物分子设计和筛选为应用场景的技术研发成果。6年来，望石团队深耕药物研发行业所特有的、尚未被充分利用的生物大分子实验电子密度数据，挖掘数据中蕴含的分子间相互作用信息、溶剂分布信息、以及分子的平均构象中所包含的构象动态信息，并且把这些用于分子生成模型的训练过程，相关学术成果发表于Nature，Nature Machine Intelligence，Nature Communications，Communications Chemistry, JCIM (封面)，ACS Omega (封面) 等。

在报告中，黄博博士还着重强调了望石团队分子生成模型的评估体系。有效的评估体系是AI模型迭代的关键。目前，业界的分子生成评估体系众多，但普遍存在着两大核心问题：1. 不类药分子对评估指标的污染；2. 过度依赖计算来源指标进行评估。望石团队针对上述两个问题打造了自己的评估体系：以漏斗式评估为流程，着重观察模型在信息不泄露情况下生成与已知活性分子相似分子的能力。换言之，先排除不类药分子，再评估其他指标，以此减少不类药分子某些指标上的“刷分”现象；同时以复现已知活性分子的能力为基础达标指标。相关细节可参考望石团队发表的学术论文。（部分成果见：Nature Machine Intelligence | 望石智慧3D分子生成模型v2.0发布；Scientific Reports | 望石理论体系延伸，助力创新小分子药物设计）

望石团队期待与学术界和工业界的同仁一同努力推动AI在药物分子设计方面的发展。