制服丝袜成人电影|欧洲美女激情AV|久久天堂无码AV|日本一及黄色电影一及黄色|天摸天操天啪欧美|AA级黄色一级特黄成人大片|日韩特级AAA毛片|特级黄色成人录像|激情啪啪综合亚洲A黄|特黄一级AAA日本在线观看

近日，據(jù)媒體報道，美國華盛頓大學(xué)戴維·貝克教授團(tuán)隊(duì)在《細(xì)胞》雜志上發(fā)表論文，利用人工智能（AI）技術(shù)平臺精準(zhǔn)地從頭設(shè)計出能夠穿過細(xì)胞膜的大環(huán)多肽分子，開辟了設(shè)計全新口服藥物的新途徑。

近年來，AI加速助力新藥研發(fā)，幾乎參與了從藥物靶點(diǎn)發(fā)現(xiàn)到臨床試驗(yàn)的全流程。

AI融入藥物研發(fā)各個環(huán)節(jié)

一款藥物從無到有，要?dú)v經(jīng)漫長且坎坷的過程。其中主要包括4個研發(fā)階段，即靶標(biāo)選擇和驗(yàn)證、化合物篩選和先導(dǎo)優(yōu)化、臨床前研究以及臨床試驗(yàn)。而每一個階段又涉及到許多具體環(huán)節(jié)。

林建平舉例說，比如在靶標(biāo)選擇和驗(yàn)證階段，需要確定疾病相關(guān)的靶標(biāo)。根據(jù)傳統(tǒng)實(shí)驗(yàn)去確定靶標(biāo)，既費(fèi)時成本又高，而使用AI技術(shù)并結(jié)合已有的組學(xué)大數(shù)據(jù)，根據(jù)已知的以及新產(chǎn)生的實(shí)驗(yàn)數(shù)據(jù)，就可以快速分析出潛在候選靶標(biāo)，節(jié)約時間和成本；或在已知先導(dǎo)化合物的功效，但是缺少明確靶標(biāo)而導(dǎo)致具體作用機(jī)制和副作用不明確時，AI可以大范圍預(yù)測靶標(biāo)，縮小候選靶標(biāo)的范圍，最后結(jié)合實(shí)驗(yàn)手段快速定位真正的靶標(biāo)。“AI幫助藥物研發(fā)者快速找到靶標(biāo)，加快先導(dǎo)化合物向藥物轉(zhuǎn)化的進(jìn)程?！绷纸ㄆ浇榻B。

對于已有的藥物，AI同樣可以通過靶標(biāo)預(yù)測，發(fā)現(xiàn)新的靶標(biāo)，從而發(fā)現(xiàn)新的藥物適應(yīng)癥，這也是一個非常熱門的領(lǐng)域——藥物重定位。

在最重要的臨床試驗(yàn)階段，AI的應(yīng)用也起到了事半功倍的效果?！霸谶@一階段，需要在患者身上評價藥物的安全性和有效性，AI可以參與到患者的招募、臨床試驗(yàn)設(shè)計以及試驗(yàn)結(jié)果數(shù)據(jù)分析等。”林建平舉例，比如可以通過AI技術(shù)從過去的臨床患者中，提取患者的個人特征、癥狀、治療效果等數(shù)據(jù)，找到最匹配當(dāng)前試驗(yàn)的患者；試驗(yàn)設(shè)計上，AI可以預(yù)測合適的藥物劑量、治療方案等；而試驗(yàn)數(shù)據(jù)上，可以采用AI技術(shù)跟蹤和管理患者的實(shí)時情況，預(yù)測患者預(yù)后情況等。

AI制藥存在諸多挑戰(zhàn)

可以說，AI已經(jīng)滲透到藥物研發(fā)領(lǐng)域的各個環(huán)節(jié)，促進(jìn)了醫(yī)藥產(chǎn)業(yè)的升級，在未來極有可能帶來制藥產(chǎn)業(yè)的變革。隨著目前AI制藥產(chǎn)業(yè)的發(fā)展，在不久的將來，我們可能很快會迎來第一款A(yù)I技術(shù)研發(fā)的創(chuàng)新藥物。在期盼之余，很多人也對AI研發(fā)的藥物是否具有風(fēng)險心存疑慮。

“目前來說，我們利用AI研發(fā)的藥物的風(fēng)險與傳統(tǒng)的藥物研發(fā)風(fēng)險是一樣的，包括藥物的副作用、毒性、耐受性等?！绷纸ㄆ浇忉屨f，由于目前AI在藥物研發(fā)中大多起著輔助作用，最后仍舊需要經(jīng)過真實(shí)的試驗(yàn)去驗(yàn)證其安全性和有效性，需要專家去做評定，所以在風(fēng)險性上與傳統(tǒng)研發(fā)藥物相同。但是這樣做也帶來了另一個問題，制藥行業(yè)仍以專家經(jīng)驗(yàn)為基礎(chǔ)，成為制約AI制藥發(fā)展的最大阻礙?！爸猿霈F(xiàn)這種現(xiàn)象，主要是由于對AI技術(shù)助力制藥的不信任。”林建平認(rèn)為，隨著接下來幾年AI藥物的成功上市，這個問題必將得到解決；另一方面，目前AI在藥物研發(fā)全流程中，仍然扮演著輔助工具的角色，沒有占據(jù)主導(dǎo)地位，這也就決定了AI制藥產(chǎn)業(yè)難以獲得飛躍式發(fā)展。

而且，AI技術(shù)仍在發(fā)展中，數(shù)據(jù)、算法、算力上的突破也需要一定的時間。如數(shù)據(jù)量不足、數(shù)據(jù)質(zhì)量參差不齊，算法精度不高、算法無法滿足需求等，都為AI在藥物研發(fā)和應(yīng)用上帶來了困難。

此外，AI制藥還面臨許多其他挑戰(zhàn)。比如生命領(lǐng)域的基礎(chǔ)理論研究還有很多沒有解決的問題；再比如復(fù)合型人才的缺少，“懂計算的不懂制藥，懂制藥的不懂計算”，如何更好地把生物問題轉(zhuǎn)化為計算問題，然后用數(shù)字手段去解決，這需要大量復(fù)合型人才的參與，而這一類人才的培養(yǎng)也是極其耗時的。