总和大于其部分
大于各部分之和。新的人工智能辅助计算机化方法正在被用来发现协同药物组合。新的人工智能 (AI) 和深度学习辅助项目旨在通过利用药物再利用来实现治疗，从而加速药物研发 (R&D) 过程的多个阶段以便更快获得批准。国防威胁降低局 (DTRA) 化学和生物技术部作为化学和生物防御计划联合科学技术办公室 (JSTO)，正在投资麻省理工学院 (MIT) 的研究，以开发新的人工智能以及能够在药物发现的早期阶段自动进行科学数据分析和解释的深度学习技术。
来源:美国国防视觉信息分发服务美国弗吉尼亚州贝尔沃堡
2022 年 5 月 13 日
礼貌故事
- 通常比单一药物治疗的剂量低 具有更强的治疗效果 不良副作用的发生率较低 降低病毒和细菌感染中产生单一药物耐药性的可能性
当前的机器学习方法在预测新兴疾病的药物组合方面的能力有限，因为它们需要大量数据，例如癌症和糖尿病的数据。对于大多数传染病来说，这种数量的数据并不容易获得，对于 COVID-19 等新兴疾病来说，这种数量的数据就更少了。药物组合筛选研究提供的数据甚至更少，因此很难发现协同治疗。
为了解决传染病和新兴疾病缺乏可用数据的问题，麻省理工学院的计算机科学家开发了新的深度学习方法，并创建了一种名为 ComboNet 的药物预测工具，可以改善药物靶标和药物协同作用的预测。 ComboNet 可以比现有工具更准确地执行以下操作，并且可以预测：
- 如果药物与特定的生物靶点结合 每种药物的抗病毒活性 两种药物如何相互作用
麻省理工学院的计算机科学家使用 ComboNet 确定了两种可用于对抗 COVID-19 的新药物组合：(1) 瑞德西韦加利血平，以及 (2) 瑞德西韦加 IQ-1S。
最近，FDA 扩大了使用瑞德西韦治疗 28 天及以上患者（包括住院和未住院患者）的轻度至中度 COVID-19 的批准范围。
POC：Dale Taylor，dale.e.taylor4.civ@mail.mil
拍摄日期：2022 年 5 月 13 日 拍摄日期： 2022 年 5 月 13 日 0