📢 转载信息
原文链接：https://www.bbc.com/news/articles/clyd1lpp1lyo?at_medium=RSS&at_campaign=rss
原文作者：BBC News
一种新的方法，结合了人工智能（AI）和生物学专业知识，正在帮助研究人员更快地发现新药。
这项技术由英国剑桥大学和医学研究委员会（MRC）分子生物学实验室的研究人员共同开发，旨在加速新药发现，使其更便宜、更快。
在传统方法中，研究人员通常需要花费数年时间筛选数百万种化合物，以找到一种可能对疾病有效的分子。
AI的潜能
剑桥大学的科学家们表示，这项名为MolGAN的工具可以设计出具有所需特性的新分子，而不仅仅是筛选已有的分子。
它代表了药物发现领域的一个重大转变，研究人员希望AI能更快地帮助找到治疗各种疾病的方法，包括癌症、阿尔茨海默病和帕金森病。
这项技术基于一种称为生成对抗网络（GANs）的AI形式。
GANs通过训练两个相互竞争的神经网络来创建逼真的新数据，例如图像或文本。
在这个新项目中，科学家们调整了这种技术，使其能够生成具有特定药理学特性的分子。
速度与效率
研究团队利用MolGAN快速设计和识别出一种能抑制Toxoplasma gondii寄生虫生长的新化合物。
Toxoplasma gondii是一种常见的寄生虫，可能导致严重感染，特别是对免疫系统受损的人群。
据称，AI只用了大约两周的时间就完成了这项任务，而传统方法通常需要数年时间。
“这项技术使我们能够以前所未有的速度生成具有所需特性的新分子，”剑桥大学计算化学系的马克斯·皮克斯（Max Pyke）博士说。
他补充说，这有助于研究人员“在早期阶段就避开那些可能不安全或无效的分子，从而节省了大量时间和金钱。”
超越传统筛选
MRC分子生物学实验室的菲奥娜·马歇尔（Fiona Marshall）博士认为，这种方法将药物发现的速度提高了一个数量级。
“我们不再是坐在那里，看着数百万个分子并猜测哪个可能有效，”她说。
“我们是让AI根据我们希望它具备的特性来‘设计’分子，然后我们在实验室中只合成和测试那些最有希望的候选者。”
该团队正在与制药行业合作，希望将这种AI工具扩展到更复杂的疾病靶点。
他们认为，随着时间的推移，这种方法将显著降低新药研发的成本，并使更多潜在的治疗方案进入临床试验阶段。
这种AI辅助方法不仅加快了对已知靶点的反应，还能帮助科学家们探索那些因复杂性或不确定性而被传统方法搁置的新靶点。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区