2020年8月27日,據(jù)美國每日科學(xué)網(wǎng)報道,加州大學(xué)的科學(xué)家研發(fā)出了一種通過測試藥物的活性就能從2億多種化學(xué)物質(zhì)中篩選出數(shù)百種治療新冠肺炎候選藥物的人工智能機器學(xué)習(xí)算法。該算法可通過反復(fù)試錯學(xué)習(xí)預(yù)測藥物的活性,其預(yù)測能力可以在學(xué)習(xí)過程中不斷提高。
研究人員認為,傳統(tǒng)依賴細胞培養(yǎng)測定的方法不僅要花費高額資金,而且還要耗費大量時間對藥物進行測試,同時疾病本身也變得越來越復(fù)雜。使用機器學(xué)習(xí)的方法可以為研究人員提供進一步研究的機會,從數(shù)據(jù)中尋找新的見解,在初步篩查大量化學(xué)物質(zhì)方面也具有更大的優(yōu)勢。
此外,研究人員還希望他們所做的對超過1000萬種化學(xué)藥品的活性預(yù)測,不僅能用于研發(fā)抗新冠肺炎藥物,還能加速其他多種疾病治療藥物的研發(fā)進程。
來源:界面新聞
https://www.jiemian.com/article/4887766.html
下載日期:2020-08-27