开发一种新药可能需要十多年的研究和数十亿美元的投资，然而许多有前景的候选药物最终未能惠及患者，问题往往在后期测试阶段浮出水面。皇后大学研究员、班廷博士后范旺·孟博士（化学系）正在致力于解决这一成本高昂的挑战。他正在设计旨在更早检测出这些潜在问题的机器学习系统，这为他赢得了2025年约翰·查尔斯·波拉尼化学奖——安大略省授予早期科研人员的最高荣誉之一。
在药物研发早期发现问题
计算药物发现依赖于实验数据，但这些数据往往有限、有噪声或不完整。研究人员可能测试成百上千种分子，才能找到一种既安全又有效的分子。即便如此，分子性质问题仍可能在后期阶段出现，从而阻碍进一步开发，使候选分子无法进入临床使用。
孟博士构建的算法能够分析化学结构和实验数据中的模式，预测哪些化合物更可能在人体内表现安全有效。通过识别结构和行为上的相似性，该系统帮助研究人员决定选择哪些分子进行进一步测试。
“药物发现充满不确定性，近94%的候选药物在到达患者之前失败，因为出现了我们一开始难以察觉的问题，”孟博士说，“通过设计更智能的机器学习模型，我们可以更早地预测风险，并发现那些原本可能被忽视的有前景的治疗方法。”
针对不完美数据增强模型
生物医学研究中一个持续存在的挑战是数据质量问题，包括缺失值、不平衡或偏倚的数据结构以及数据噪声。这反映了诸多实际因素，例如某些化合物无法进行生物测试导致缺失值，以及出版偏见只倾向于阳性结果导致不平衡或偏倚的数据。这些因素削弱了预测能力。
为了解决这一问题，孟博士训练他的模型即使在数据不完美的情况下也能有效工作。他使用高度偏倚的基准（包括他在博士研究中开发的血脑屏障通透性数据集）对模型进行评估。这种测试有助于确保模型在真实研究条件下保持可靠。更可信赖的模型可以支持更高效的开发过程，包括针对疟疾等疾病的治疗方法。
皇后大学连续两年获得波拉尼奖
孟博士的获奖紧随去年皇后大学研究员雷切尔·贝克（Rachel Baker）获得波拉尼化学奖。自2007年以来，化学系已有五位研究人员获得该荣誉，包括孟博士及其博士后导师法纳兹·海达尔-扎德博士（Farnaz Heidar-Zadeh），这反映出该系在化学研究领域的长期优势。
“祝贺范旺·孟博士获得波拉尼化学奖，”校长兼副校长帕特里克·迪恩（Patrick Deane）表示，“他的研究正在重塑药物发现领域，加速新药的识别，并为安大略省民众开发更安全、更有效的治疗方法做出贡献。通过将其模型和数据集开源发布，他促进了全球研究界的合作，体现了皇后大学服务社会的创新承诺。”
【全文结束】