AI框架可能导致更好、更有效的药物

虽然可以把年制药行业创建药物治疗或治愈人类疾病的能力,一项新的研究表明,使用生成人工智能可以大大加快药物研发进程。

今天,大多数药物发现是人类由化学家依靠自己的知识和经验来选择和合成所需的分子成为安全、高效药物我们依赖。确定合成路径,科学家经常使用了一种叫做retrosynthesis——一个方法用于创建潜在药物的工作向后希望分子和寻找化学反应。

然而因为筛选数以百万计的潜在化学反应可以是一个极具挑战性和耗时的努力,美国俄亥俄州立大学的研究人员创造了一个人工智能的框架G²复古的自动生成的反应对于任何给定的分子。这项新研究表明,当前manual-planning方法相比,该框架能够覆盖一个巨大的范围可能的化学反应以及准确和迅速辨别反应可能创建一个给定的药物分子效果最好。

“使用AI挽救人类生命至关重要的东西,比如医学、是我们真正想要的关注,”说夏,宁该研究的第一作者,副教授俄亥俄州立大学的计算机科学和工程。“我们的目标是使用人工智能加速药物设计过程中,我们发现它不仅节省研究人员的时间和金钱,而且提供了候选药物,可能有更好的性能比分子存在于自然。”

这宁的研究建立在之前的研究团队开发了一个名为Modof的方法,它能够产生分子结构,表现出比任何现有的分子所需的属性。“现在的问题就变成了如何让这样生成的分子,这是这项新研究的亮点,“宁说,副教授也在医学院生物医学信息学。

这项研究发表在《华尔街日报》化学通讯。

宁的团队训练有素的G²复古的数据集,其中包含40000化学反应收集了在1976年和2016年之间。框架的基于“学习”表示给定的分子,并使用深层神经网络生成反应物结构可能被用来合成。其生殖力量是如此令人印象深刻的,根据宁,一旦给定一个分子,G²怀旧可以想出了数以百计的新反应的预测只有几分钟。

“我们的G生成人工智能方法²复古是能够提供多个不同的合成路线和选择,以及一种等级不同的选项为每个分子,“宁说。“这不是要取代现有的实验室实验,但它会提供更多和更好的药物选择实验可以优先和集中快得多。”

进一步测试AI的有效性,Ning的团队进行了案例研究,看看G²复古的准确预测四个新发布的药物已经在流通:Mitapivat药物用于治疗溶血性贫血;Tapinarof,用于治疗各种皮肤疾病;Mavacamten心脏衰竭,药物治疗系统性;和Oteseconazole用于治疗真菌感染,女性。G²复古能够正确产生完全相同的专利为这些药物的合成路线,并提供可供选择的合成路线,也可行,综合有用,宁说。

在科学家们拥有这样一个动态的和有效的设备处理可以使工业生产更强的药物以更快的步伐——但尽管边缘AI可能会给科学家们在实验室里,宁强调药物G²复古或任何生成人工智能创造仍需验证,这一过程涉及到创建分子被测试在动物模型和人体试验。

“我们非常兴奋生殖医学人工智能,我们致力于负责任地使用AI改善人类健康,”宁说。

参考:陈Z, Ayinde或者Fuchs JR,太阳H, Ning x G2Retro作为retrosynthesis两步图生成模型的预测。Commun化学。2023;6 (1):102。doi:10.1038 / s42004 - 023 - 00897 - 3

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。