加州大学圣地亚哥分校的科学家开发了一种机器学习算法来模拟药物发现早期阶段所涉及的耗时化学过程，这可以显着简化流程并为前所未有的治疗打开大门。
识别候选药物以进行进一步优化通常需要数千次单独的实验，但新的人工智能 (AI) 平台可能会在很短的时间内给出相同的结果。研究人员使用《自然通讯》中描述的新工具合成了 32 种治疗癌症的新候选药物。
该技术是制药科学中利用人工智能改善药物发现和开发的新趋势的一部分。
“几年前，人工智能在制药行业是一个肮脏的词，但现在的趋势绝对相反，生物技术初创公司发现，如果不在其商业计划中提及人工智能，就很难筹集资金，”资深作者、教授 Trey Ideker 说。加州大学圣地亚哥分校医学院医学系博士，加州大学圣地亚哥分校雅各布斯工程学院生物工程和计算机科学兼职教授。
“人工智能引导的药物发现已成为行业中非常活跃的领域，但与公司开发的方法不同，我们正在将我们的技术开源，任何想要使用它的人都可以使用。”
这个名为 POLYGON 的新平台在药物发现的人工智能工具中是独一无二的，因为它可以识别具有多个靶点的分子，而现有的药物发现协议目前优先考虑单靶点疗法。多靶点药物引起了医生和科学家的极大兴趣，因为它们有可能提供与联合疗法相同的益处，其中几种不同的药物一起用于治疗癌症，但副作用更少。
标签：
免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！