作為謝菲爾德大學(xué)和阿斯利康研究人員合作的一部分，已經(jīng)開發(fā)了可以降低成本并加快新藥發(fā)現(xiàn)的人工智能。

這項新技術(shù)由謝菲爾德計算機科學(xué)系的陸海平教授和他的博士生Peizhen Bai與阿斯利康的Filip Miljkovi?博士和Bino John博士開發(fā)，在Nature Machine Intelligence上發(fā)表的一項新研究中進(jìn)行了描述。

該研究表明，名為DrugBAN的人工智能可以預(yù)測候選藥物是否會與人體內(nèi)預(yù)期的靶蛋白分子相互作用。

可以預(yù)測藥物是否會達(dá)到預(yù)期目標(biāo)的人工智能已經(jīng)存在，但謝菲爾德和阿斯利康的研究人員開發(fā)的技術(shù)可以更準(zhǔn)確地做到這一點，并提供有用的見解，幫助科學(xué)家了解藥物如何在分子水平上與蛋白質(zhì)伙伴互動，根據(jù)2月2023日發(fā)表的論文， <>.

人工智能有可能告知藥物是否會成功與預(yù)期的癌癥相關(guān)蛋白質(zhì)結(jié)合，或者候選藥物是否會與體內(nèi)的意外靶標(biāo)結(jié)合并導(dǎo)致患者不良副作用。

人工智能經(jīng)過訓(xùn)練，可以學(xué)習(xí)人體蛋白質(zhì)的亞結(jié)構(gòu)以及藥物化合物的亞結(jié)構(gòu)。然后，該技術(shù)了解這些子結(jié)構(gòu)如何相互作用，并利用這些子結(jié)構(gòu)來預(yù)測新藥可能的行為。

謝菲爾德大學(xué)機器學(xué)習(xí)教授陸海平說：“我們設(shè)計人工智能有兩個主要目標(biāo)。首先，我們希望人工智能能夠更精細(xì)地捕捉藥物如何與靶標(biāo)相互作用，因為這可以提供有用的生物學(xué)見解，幫助研究人員在分子水平上理解這些相互作用。其次，我們希望該工具能夠預(yù)測這些與新藥或靶點的相互作用，以幫助加速整體預(yù)測過程。我們今天發(fā)表的研究表明，我們的人工智能模型做到了這兩點。

人工智能設(shè)計的關(guān)鍵是模型如何學(xué)習(xí)成對亞結(jié)構(gòu)相互作用——藥物化合物和體內(nèi)蛋白質(zhì)的亞結(jié)構(gòu)之間可能發(fā)生的多種相互作用。而市場上大多數(shù)現(xiàn)有的藥物預(yù)測人工智能從藥物和蛋白質(zhì)的整體表征中學(xué)習(xí)，這些表征沒有捕獲它們的子結(jié)構(gòu)，因此提供的見解不太有用。

在人工智能發(fā)展的下一階段，該團隊計劃使用更深入的化合物和蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)，使人工智能更加準(zhǔn)確。

阿斯利康數(shù)據(jù)科學(xué)，臨床藥理學(xué)和安全科學(xué)(CPSS)主任Bino John博士說：“DrugBAN的一個關(guān)鍵新穎之處在于它依賴于雙線性注意力網(wǎng)絡(luò)，使其能夠同時學(xué)習(xí)兩種藥物及其靶標(biāo)的子結(jié)構(gòu)的相互作用。我們還向公眾免費提供源代碼，希望這將支持更多的人工智能方法，這些方法將繼續(xù)加速藥物發(fā)現(xiàn)。

使用傳統(tǒng)方法的藥物發(fā)現(xiàn)和開發(fā)可能非常困難，開發(fā)時間長，支出巨大。然而，藥物發(fā)現(xiàn)過程有可能大大加快;隨著人工智能和數(shù)字技術(shù)的進(jìn)步，研究人員正在尋找新的方法來查明藥物可能與我們體內(nèi)的哪些蛋白質(zhì)相互作用。

阿斯利康CPSS成像和數(shù)據(jù)分析主管Nick Brown說：“我真的很高興看到這篇論文，特別是因為與其他方法不同，DrugBAN同時使用雙線性注意力網(wǎng)絡(luò)從候選藥物及其靶標(biāo)中學(xué)習(xí)，并且明確設(shè)計用于推廣問題。

謝菲爾德大學(xué)計算機科學(xué)系主任Guy Brown教授補充說：“我們在謝菲爾德的研究強烈受到對人們生活產(chǎn)生積極影響的愿望的強烈動機，我們認(rèn)為與阿斯利康等行業(yè)領(lǐng)導(dǎo)者的互動對于這一使命至關(guān)重要。

“這是一項令人興奮的研究，有望在治療設(shè)計方面取得重大進(jìn)展。該方法還因其對可解釋性的關(guān)注而與眾不同，使人類專家能夠從人工智能系統(tǒng)產(chǎn)生的見解中受益。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！