百度發明的藥物預測方案，能夠使得訓練的藥物預測模型的準確性更高，且可以有效地提高訓練的藥物預測模型的訓練效果，從而為實驗人員提供良好成藥分子的藥物信息設計方案。

集微網消息，近日，在首屆中國生物計算大會上，百度創始人、董事長兼CEO，百圖生科創始人兼董事長李彥宏表示，生物計算是一個高度融合的學科，生物+計算的融合，會帶來巨大的突破和進步。依靠生物計算引擎，能夠有效利用大量的生物數據，把藥物發現的“大海撈針”變成“按圖索驥”，為人類的生命健康謀福祉。

在實際的醫藥研發工作中，研究人員發現人類疾病的靶點通常是疾病發展中具有關鍵作用的蛋白質，亦可以稱為蛋白質靶點。根據這個特點，藥物通過和靶點蛋白質的結合來使得對應的蛋白質喪失原有功能，從而實現疾病的抑制作用。因此，在新藥研發過程中，針對特定的蛋白質靶點，需要快速搜索藥物的化合物空間，找到能夠和蛋白質靶點進行結合的化合物，進而形成可以用于治療的藥物。

但是，傳統方法中通常由有經驗的專家對蛋白質靶點進行研究和估計，并且嘗試設計可能的化合物，并對化合物與蛋白質靶點的親和度進行估計和篩選。這種方式依賴于經驗和運氣，對于新藥的發現有較大的不確定性。

為了提高新藥的研發質量和效率，百度在2021年1月5日申請了一項名為“藥物預測方法及模型的訓練方法、裝置、電子設備及介質”的發明專利（申請號：202110007460.7），申請人為北京百度網訊科技有限公司。

根據該專利目前公開的相關資料，讓我們一起來看看這項方案吧。