加州大學圣地亞哥分校的科學家開發(fā)了一種機器學習算法來模擬藥物發(fā)現(xiàn)早期階段所涉及的耗時化學過程，這可以顯著簡化流程并為前所未有的治療打開大門。
識別候選藥物以進行進一步優(yōu)化通常需要數(shù)千次單獨的實驗，但新的人工智能 (AI) 平臺可能會在很短的時間內(nèi)給出相同的結(jié)果。研究人員使用《自然通訊》中描述的新工具合成了 32 種治療癌癥的新候選藥物。
該技術(shù)是制藥科學中利用人工智能改善藥物發(fā)現(xiàn)和開發(fā)的新趨勢的一部分。
“幾年前，人工智能在制藥行業(yè)是一個骯臟的詞，但現(xiàn)在的趨勢絕對相反，生物技術(shù)初創(chuàng)公司發(fā)現(xiàn)，如果不在其商業(yè)計劃中提及人工智能，就很難籌集資金，”資深作者、教授 Trey Ideker 說。加州大學圣地亞哥分校醫(yī)學院醫(yī)學系博士，加州大學圣地亞哥分校雅各布斯工程學院生物工程和計算機科學兼職教授。
“人工智能引導的藥物發(fā)現(xiàn)已成為行業(yè)中非?；钴S的領(lǐng)域，但與公司開發(fā)的方法不同，我們正在將我們的技術(shù)開源，任何想要使用它的人都可以使用。”
這個名為 POLYGON 的新平臺在藥物發(fā)現(xiàn)的人工智能工具中是獨一無二的，因為它可以識別具有多個靶點的分子，而現(xiàn)有的藥物發(fā)現(xiàn)協(xié)議目前優(yōu)先考慮單靶點療法。多靶點藥物引起了醫(yī)生和科學家的極大興趣，因為它們有可能提供與聯(lián)合療法相同的益處，其中幾種不同的藥物一起用于治療癌癥，但副作用更少。
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！