详细内容或原文请订阅后点击阅览
AI模型预测药物特性会加快开发
开发用于治疗疾病的新药通常是一个缓慢而昂贵的过程。但是，滑铁卢大学的一组研究人员使用机器学习来加快开发时间。
来源:英国物理学家网首页开发用于治疗疾病的新药通常是一个缓慢而昂贵的过程。但是，滑铁卢大学的一组研究人员使用机器学习来加快开发时间。
滑铁卢研究团队创建了Imagand，这是一种生成人工智能模型，评估有关潜在药物的现有信息，然后提出其潜在特性。经过培训并针对现有药物数据进行了测试，Imagand成功地预测了已经在实验室研究中已经独立验证的不同药物的重要特性，证明了AI的准确性。
实验室研究该研究的标题为“具有深度分子理解的药物发现微笑到症状的扩散模型”，目前可在Arxiv预印型服务器上使用。
研究传统上，将成功的候选药物带入市场可能会花费20亿美元至30亿美元，并且需要十年来完成。生成的AI有望通过利用各个地区的大量药物数据来改变药物发现。
药物发现“开发新药时，有大量可能的化学物质和蛋白质可以进行研究，这使得发现药物非常昂贵，因为您必须测试数百万个具有数千种不同靶标的分子，”博士学位Bing Hu说。计算机科学的候选人和研究的主要作者。 “我们正在弄清AI可以使这种更快和更便宜的方法。”
更多信息： doi：10.48550/arxiv.2408.07636期刊信息：arxiv
期刊信息：