医疗AI: AI大模型在药物靶点识别中的应用

最新推荐文章于 2025-02-20 10:55:07 发布

神州问学

最新推荐文章于 2025-02-20 10:55:07 发布

阅读量1.5k

点赞数 23

文章标签：人工智能深度学习机器学习开源健康医疗 AIGC

本文链接：https://blog.csdn.net/2401_82452722/article/details/135629108

版权

共同探讨有深度的生成式AI技术前沿洞见、技术迭代、案例解析、方法和实践，请关注“神州问学”公众号，加入社群！

作者|Owen

来源| 神州问学

摘要

随着2006年DeepLearning算法的提出，人工智能(AI)的发展进入了第三次浪潮。DeepLearning凭借自身优秀的信息表征及关系提取能力，已经为计算机视觉(cv)及自然语言处理(nlp)等领域带来了突破性的进展。现在，AI的魔力已经被逐步引入药物研发的领域，并正在深刻地改变这个领域的研究和发展流程。无论是在早期的药物筛选、药物优化，还是在药物的临床试验和后期的上市监控，AI的应用都愈发广泛。

本文将简要的概括药物研发的流程，并深入探讨AI在药物研发的第一步: 靶点发现中的作用，以及它如何为这个过程带来革新。

药物研发的整体流程

药物的研发是一个复杂且耗时的过程，业内一直流传着"三十定律"的说法: 耗时10年，耗资10亿美金，成功率不足10%。因此，如何降低药物研发的金钱成本、时间成本，提高成功率已然成为了药物研发行业的重中之重。

通常而言，药物的研发包括以下步骤: 靶点发现，候选药物筛选，候选药物优化，临床前研究，临床实验，以及市场化等步骤 [1]。靶点发现作为整个流程的第一步，是新药研发中决定成败的一步，成功的靶点识别可以为后续的药物设计提供方向。不仅能提高新药的研发效率，也能极大地改善患者治疗期间的生活质量。