寻找新冠“解药”:在 10^60 化合物分子空间,他们用 AI 挖掘潜在药物

AI技术正在改变医药研发行业,通过算法和大数据,将原本需要数年和大量资金的药物发现过程缩短至一到两年。晶泰科技利用AI在10^60个化合物分子中筛选出潜在的新冠药物分子,通过量子物理计算和药物化学家的专家挑选,确定了几十个候选药物进入实验验证阶段。此外,他们还利用AI平台研究新冠病毒抗体和疫苗的基础研究。
摘要由CSDN通过智能技术生成

092f6c3a483ea4d58e1c03ad9eb97cd8.gif

b7c2854db8c4f98bcd8a33c7c02039d9.png

作者 | Just

出品 | CSDN(ID:CSDNnews)

医药研发行业有一个“三个十”的说法,即一种药物的发现需要投入十年以上的时间,花费十多亿美元,最后获得10%的成功率。也就是说,医药研发需要花费很长时间,投入大量资金才能成功研发出一种药物。

不过,AI等新技术的不断涌现,让科学性极强的医药研发行业也有机会追求大幅“提速降费”。

“把原本可能需要三到五年的药物发现过程,显著地缩短至一到两年,同时还帮助人们跳脱出药物研发专家个人经验和能力的限制,全面加速药物研发。”致力于以计算驱动药物研发的晶泰科技联合创始人、AI负责人赖力鹏告诉CSDN。

95cb743ac486b870f85f47126d41343c.png

抗疫,筛选出38种潜在药物分子

目前AI在医药研发的应用覆盖多个研发环节,包括靶点发现到苗头化合物、先导化合物的发现,然后到药物开发和临床实验。

以新冠病毒的靶点发现为例,首先需要找到病毒上与转录、复制、感染等关键机能相关的蛋白质,然后分析其与药物结合、抑制这些机能实现的位点。通过找到能有效、稳定地与这些靶点结合的分子,就可以阻止病毒的感染和传播,患者由此得到治疗。

寻找候选药物分子并非易事。传统的方法是通过药物化学家的参与,从百万到千万潜在化合物层层进行筛选,去做实验验证对抑制病毒活性有效的化合物。而通过AI生成模型、强化学习和迁移学习,可以根据对应靶点去设计出更加多样化的分子结构,这样扩大了找到相应分子的可能性,将搜索的最大范围从现有的10^23个化合物分子的搜索空间扩大到10^60。

这样就可以从百万、千万个潜在有效的类药分子中,利用AI算法,对其生物活性、溶解性、毒性、稳定性、合成难度,以及与人体内吸收、分布、代谢、排泄关联的关键性质进行快速、准确的层层筛选与综合打分评估。

综合表现最理想的一百多个分子,通过高精度的量子物理计算进一步精准预测其关键性质,随后结合药物化学家的专家挑选&#x

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值