HMS 研究人员设计人工智能工具来加速药物发现 |新闻 |哈佛深红
哈佛医学院的研究人员开发了一种利用人工智能加速药物发现和开发的工具。
这项名为 PDGrapher 的新技术应用机器学习来识别一系列基因，这些基因在药物靶向时可以逆转细胞中的疾病。这项研究于上个月发表在《自然》杂志上，声称该技术的工作速度比现有方法快 25 倍。
该研究实验室负责人、医学院副教授 Marinka Zitnik 写道，研究人员能够逆转典型过程，以确定药物应该针对哪些基因以使细胞健康。
研究人员通常使用技术来预测药物对细胞的影响。Zitnik 的实验室致力于使用人工智能来探索疾病的遗传原因，从而允许针对特定基因突变而不是单一目标设计药物。
“我们没有问“如果我们使用这种药物会发生什么？”，而是问“哪种药物或一组目标可以恢复健康状态？”齐特尼克写道。
研究人员使用了最佳干预设计，这是一种机器学习设备，可以找到实现特定结果的最佳实践。借助该工具，研究人员可以获取大量基因数据集，并找出哪种基因组变化组合可以恢复患病细胞的正常功能并加快药物设计过程。
Zitnik 解释说，这使得 PDGrapher 通过观察“许多基因一起工作”而不是“一种药物，一个目标”的方法来捕获以前未观察到的细微差别。
这项新技术可能对疾病研究的未来产生多重影响。该研究的第一作者瓜达卢佩·冈萨雷斯（Guadalupe Gonzalez） 表示，鉴于该技术可以分析的数据范围很广，这一进展可以应用于罕见或研究不足的疾病的研究。
Zitnik 表示，PDGrapher 还可以通过预测药物可能靶向的基因组合来加速早期药物开发。
“PDGrapher 可以预测科学家尚未测试的靶标组合，为全新的治疗策略指明了道路，”Zitnik 写道。
虽然这项研究为药物应用提供了新的见解，但该研究的作者、HMS 研究员林翔表示，该工具仍然存在一些局限性。Lin 表示，PDGrapher 与其他人工智能模型一样，目前无法利用现有的科学知识来更好地分析哪些基因可能与了解患病细胞相关。
冈萨雷斯表示，PDGrapher 可以在未来一到三年内应用于药物开发，但它帮助发现的任何新药物至少在 10 年内都不会出现。
“还有很长的路要走，”冈萨雷斯说。“药物发现的巨大变化需要时间。”
尽管如此，齐特尼克写道，该技术有潜力为药物开发开辟新的前景。
与每次检查一个基因对药物的反应的其他方法不同，PDGrapher 比较基因组合的能力可以大大加快研究进程，并发现新的治疗方法。
“这使得它与创造新疗法更加相关，因为它一步就能将疾病状态与可能的干预措施联系起来，”齐特尼克写道。
关于《HMS 研究人员设计人工智能工具来加速药物发现 |新闻 |哈佛深红》的评论
暂无评论