治愈的种族

当前Covid-19危机凸显了需要快速识别新兴疾病的新疗法。但调整大型实验的努力来改变环境不能一蹴而就。这迫切要求敏捷性表明我们需要新方法如何搜索和识别分子治疗和疗法。

从历史上看,药物发现依靠广泛的实验努力制定化学相关部分的空间。甚至随着自动化高的筛选方法,设计一个有效的试验新疾病——在规模和运行它,可能需要数月时间。

我们不能解锁AI没有访问数据的潜力

新兴的人工智能(AI)技术有潜在的加速和变换寻找分子疗法,使快速、大规模的识别有效的药物的候选人。有了这个目标,我们开始一个项目人工智能方法希望降低障碍来自不同背景的人参与和贡献。公开共享数据,批判性的分析和方法,我们希望探索多种方式人工智能可以帮助药物发现。高的科学标准和开放分析从可能的错误也可以减轻负面影响,早期的公告。

最简单的任务的智能算法是在硅片属性预测。算法学习预测实验的结果分析,如细胞处理给定的化合物是否能抵御病毒感染,使得大图书馆的化合物被迅速而廉价地扫描强有力的候选人。AI工具需要从初始数据,但需要的数据量可以大大低于一个全面的实验调查。事实上,算法是自然的机会,寻求一致的统计模式相关的分子特性和测量结果。澳门万博公司初始数据的清晰信号,不需要有效地预测或模拟实验的结果。在我们之前的抗生素,例如,一个只有二千化合物的初始屏幕够识别有前途的候选人从更大的图书馆包含大约1亿个化合物。

AI工具可以协助在比赛中重新化合物已经通过临床审批流程。只有等10000个化合物,其中一些目前正在临床试验,和大部分的努力对Covid-19屏幕并测试其有效性已经在进行中了。实验结果对各种病毒抑制屏幕不同意彼此很好,然而,留下足够的空间为人工智能工具来协调不同的细胞类型,细胞株和实验性的协议。

不幸的是,单一药物再利用努力可能不会产生一个有效的治疗方法。许多已知的病毒疗法,如治疗艾滋病,是基于组合的药物而不是单个化合物。有多个理由考虑分子鸡尾酒;他们可以用来增加力量(针对不同的途径和过程),减轻副作用或调节人体免疫反应。识别有效的药物组合,我们将理想的访问被感染细胞的大规模屏幕同时处理多个候选化合物在不同的剂量。这个搜索空间组合,然而,渲染系统的实验努力不够。这就是人工智能和机器学习工具可以发挥重要的作用。除了从有限的数据表明有前途的组合,组合的算法也可以表明是最有益的筛选实验。事实上,人工智能算法的角色和实验筛选高度协同努力。

算法不取代药物化学家,但是使他们能够更有效地工作

寻找分子疗法在短期内必然是有限的现有药物及其组合。但真正的潜力来自探索人工智能算法为新创较大的化学空间的设计。我们小组已经开发和测试是人工智能算法能够自动设计安全、有效的化合物。算法不替换药物化学家,而是使他们的工作更有效地利用大量未开发的化学的可能性目前无法触及。一旦算法确定一组较小的有前途的候选人,药物化学家可以利用他们的经验和见解,分析,修改和进一步指导寻找治愈方法。

我们不能解锁AI的潜力没有对数据的访问,它起着关键作用的发展创新两种人工智能工具和由此产生的算法的有效性。不过,在写这篇文章的时候,我们意识到只有三个Covid-19筛选库发布完全进入公共领域。更广泛的社区计算机科学家正在急切地等待检查结果突出公开和慈善资助工作等Covid-19治疗加速器或MassCPR。与此同时,我们正在开发算法工具操作的能力有限,异构数据,包括片段屏幕和数据相关的病毒种类。推断的能力超出了训练数据是至关重要的,这两个现在和未来的威胁。

人工智能和机器学习工具有潜力改变药物发现的方式类似于他们的方式改变了其他领域的科学与工程。但是这需要一个更广泛的合作计算、化学和生命科学。这是令人兴奋的看到很多类似的努力人工智能方法出现在世界各地。化学家可以帮助提供数据,分析或方法,并与他人分享他们公开那些渴望将这一概念再推进一步。