AI语言模型“提速”药物发现 一天内筛选超一亿种化合物

从现在开始，努力学习吧！本文《AI语言模型“提速”药物发现 一天内筛选超一亿种化合物》主要讲解了等等相关知识点，我会在golang学习网中持续更新相关的系列文章，欢迎大家关注并积极留言建议。下面就先一起来看一下本篇正文内容吧，希望能帮到你！

【CNMO新闻】随着Open AI推出的新型人工智能产品ChatGPT风靡全球，全球人工智能掀起了新一轮发展热潮。6月13日，美国麻省理工学院和塔夫茨大学研究人员设计出一种基于大型语言模型（如ChatGPT）的人工智能算法，这种称为ConPLex的新模型可将目标蛋白与潜在的药物分子相匹配，而无需执行计算分子结构的密集型步骤。相关论文发表在最新一期《美国国家科学院院刊》上。

CNMO了解到，使用这种方法，研究人员可在一天内筛选超过1亿种化合物，比任何现有模型都要多得多，可见其速度之快。换言之，这项成果解决了对当前药物筛选的需求，其可扩展性还能够评估脱靶效应、药物再利用以及确定突变对药物结合的影响，对于科学研究十分有意义。

在预测蛋白质结构方面，近年来科学家已经取得了巨大的进步，尤其是在根据氨基酸序列进行预测方面。然而科学研究存在重重挑战，要预测大型潜在药物库如何与致癌蛋白相互作用，依然具有挑战性，因为计算蛋白质三维结构需要大量时间和计算能力，这是非常不容易的事。

据悉，麻省理工学院团队以他们2019年首次开发的蛋白质模型为基础，此次将模型应用于确定蛋白质序列将与特定药物分子的相互作用。

研究人员称，药物研发成本居高不下的部分原因在于药物的研发失败率较高。预测这种结合不可行将能降低失败率，进而大幅减少新药研发成本。

到这里，我们也就讲完了《AI语言模型“提速”药物发现 一天内筛选超一亿种化合物》的内容了。个人认为，基础知识的学习和巩固，是为了更好的将其运用到项目中，欢迎关注golang学习网公众号，带你了解更多关于的知识点！