随着 AI for Science 受到越来越多的关注，人们更加关心 AI 如何解决一系列科学问题并且可以被成功借鉴到其他相近的领域。AI 与小分子药物发现是其中一个非常有代表性和很早被探索的领域。分子发现是一个非常困难的组合优化问题（由于分子结构的离散性）并且搜索空间非常庞大与崎岖，同时验证搜索到的分子属性又十分困难...
靶点发现是现代药物发现管线中至关重要的第一步。鉴于人类中只有一小部分潜在的药物靶点被确定，目前迫切需要有效的靶点发现方法。AI 驱动的靶点发现方法可以帮助发现这些疾病的新靶点和通路，为开发更有效的治疗方法铺平道路。目前，AI已经成为靶点发现和药物开发中的有力工具，并且正在彻底改变我们如何识别新型药物靶点和...
不过有些AI药物发现公司也针对创新靶点发现了潜在“first-in-class”化合物,比如,针对蛋白磷酸化酶SHP2,DNA解旋酶WRN和副半胱天冬酶MALT1,AI发现的化合物是首批进入人体试验,或进入支持IND申请研究的化合物之一。 从治疗领域来看,大多数公布的AI发现项目属于肿瘤学和神经系统领域,这可能与这两个领域的高度未满足需求...
文章指出,通过将先进的微流控平台与AI算法相结合,研究人员能够快速筛选大型化合物库,识别新的候选药物,并以前所未有的速度和效率阐明复杂的生物途径。 本综述还讨论了微流控系统和不同用途的人工智能驱动分析的协同组合,并展望了AI驱动微流控技术在未来药物发现中的潜力。潘慧教授的这项研究不仅为PDD领域提供了新的...
【用AI进行天然产物药物发现的综述】 - 计算科学技术为获取天然产物的隐藏化学多样性提供了新手段,开拓了药物发现的新可能。 - 机器学习等人工智能方法促进了计算药物设计,有助于预测生物活性和针对特定靶点...
简介:【7月更文挑战第12天】康奈尔、剑桥及EPFL科学家合作,详述AI在药物发现中的突破与挑战[^1]。AI现用于新化合物生成、现有药物优化及再利用,加速研发进程。尽管取得进展,可解释性不足、数据质量和伦理监管仍是待解难题。[^1]: [论文链接](https://www.nature.com/articles/s42256-024-00843-5) ...
AI 与小分子药物发现是其中一个非常有代表性和很早被探索的领域。分子发现是一个非常困难的组合优化问题(由于分子结构的离散性)并且搜索空间非常庞大与崎岖,同时验证搜索到的分子属性又十分困难,通常需要昂贵的实验,至少是至少是模拟计算、量子化学的方法来提供反馈。
AI 与小分子药物发现是其中一个非常有代表性和很早被探索的领域。分子发现是一个非常困难的组合优化问题(由于分子结构的离散性)并且搜索空间非常庞大与崎岖,同时验证搜索到的分子属性又十分困难,通常需要昂贵的实验,至少是至少是模拟计算、量子化学的方法来提供反馈。
04AI发现分子的开发速度 使用AI赋能药物发现的重大目标之一是加快药物发现的速度,比如,快速发现和验证靶点,减少分子设计和优化轮数并加快周转周期。 文章作者根据公开数据,估计了某些药企和AI药物发现公司合作项目的研发进展时间线。基于专利申请、论文发布和公开声明的信息,作者发现多个AI赋能的项目在4年之内完成了整个发...
AI 与小分子药物发现是其中一个非常有代表性和很早被探索的领域。分子发现是一个非常困难的组合优化问题(由于分子结构的离散性)并且搜索空间非常庞大与崎岖,同时验证搜索到的分子属性又十分困难,通常需要昂贵的实验,至少是至少是模拟计算、量子化学的方法来提供反馈。