摘要 传统的药物发现过程成本高昂、耗时长,而且往往会导致高失败率。制药科学中大量新药的开发只是人工智能进步为开发智能建模开辟令人兴奋的新机遇的一个例子。机器学习和深度学习是人工智能的两个例子,它们可以筛选大量数据集以寻找有前途的新药。人工智能算法可以预测分子与特定靶标的结合亲和力,帮助研究人员缩小潜在候选药物的范围。药代动力学和药效学是药物开发的重要方面。药物配方开发需要对各种参数进行广泛的测试和优化。人工智能模型可以快速分析来自多个实验的数据并确定最有前途的配方,从而节省时间和资源。使用基于人工智能的优化方法,可以以更低的成本和更短的时间开发新药并将其推向市场。吸收、分布、代谢和排泄 (ADME) 只是药理生理学的一些方面,可以使用人工智能进行建模和预测。通过将 AI 模型整合到药物开发过程中,研究人员可以更深入地了解药物的药代动力学和药效学特性。这些知识有助于设计出疗效更好、副作用更少的药物。因此,在本主题中,作者试图深入了解 AI 如何在制药科学中发挥变革性作用。随着 AI 技术的不断进步,制药科学的未来比以往任何时候都更加光明。
主要关键词