近日，粤港澳大湾区数字经济研究院（简称“ IDEA 研究院”）与量子物理、AI和机器人赋能的创新型研发平台晶泰科技共同宣布：IDEA晶泰人工智能实验室开发的药化领域的多模态大模型，成功应用于晶泰科技打造的新一代专利数据提取工具PatSight，精准实现了药化文献专利的化学分子结构解析和表格识别，将药物领域的专利化合物数据挖掘时间从传统的数周缩短至1小时。

2021年底，晶泰科技加入IDEA研究院CTO Labs计划，共同成立“IDEA晶泰人工智能实验室”。去年，实验室推出基于AI的高通量高精度抗体结构预测模型idealFold，大大提高了抗体药物的研发效率。PatSight为此实验室又一重要进展。两年半以来，双方基于各自的技术优势，针对生物医药行业面临的技术挑战，在创新药发现、专利数据提取等领域展开深度研发合作。

CTO Labs计划将世界一流的科研能力，和产业界最精锐的科技团队联合在一起，将算法与场景结合、技术与产业融合，真正实现AI在数字经济领域的潜力。如何让技术发挥更大的作用、同时在产业落地的过程中不断完善技术，是CTO Labs合作计划的探索方向。

以下内容转载自晶泰科技公众号：
药物研发中对专利数据的挖掘和分析至关重要，但传统方法依赖药化专家手动整理大量专利，使用化学结构绘制工具手动绘制大量化学结构并标记活性数据，进行 SAR 分析，这个过程少则几天，多则数周。

面对这一挑战，晶泰科技携手粤港澳大湾区数字经济研究院（简称 “IDEA” 研究院），共同研发了专利数据挖掘平台——PatSight，将这一过程时间缩短至 1 小时。

PatSight，梦照现实

药物研发专家只需要将专利 PDF 文件上传至 PatSight，1h 即可得到所有的专利化合物数据，并且借助晶泰的 MolValley 平台即可进行 SAR 分析获得结果。

1. 一小时全自动识别结构、名称、活性

• 90% 专利实现1小时内完成数据提取。

• 自动识别专利的实例编号与结构。

• 自动识别匹配同一化合物的所有活性数据。

2. 操作便捷友好

• 一键跳转至分子结构和活性数据表格查看。

• 识别的结构与专利中原结构方向姿态一致，方便核验。

3. 识别准确度高

• 对表格中实施例的结构识别准确率>95%。

• 对表格中活性数据的识别准确率>97%。

MolValley进行构效关系分析

针对 PatSight 提取的高质量数据，我们提供了云端的数据管理与分析平台—— MolValley。MolValley 可以集中、系统的管理分子结构和活性数据，并提供构效关系分析工具，助力用户高效的解析小分子化合物结构与生物活性间的奥秘。

案例分享

以一篇 FGFR2 相关的化合物专利（WO2020231990）为例，该专利包含 1500 个分子的结构与活性数据，涉及到的分子已进入临床阶段。为了寻找更深入的构效关系分析，我们将专利文件上传至 PatSight，1 小时内提取专利中所有实施例的化合物编号、结构、Assay 信息、活性值。

通过 MolValley 的 SAR 分析模块，我们迅速识别出了三个主要的高频片段，然后结合活性数据、靶点口袋等信息，迅速找到多个潜在的构效关系模型，这对相关项目的后续开发至关重要。