WAP手机版 RSS订阅 加入收藏  设为首页
GPI电子游戏平台
当前位置:首页 > GPI电子游戏平台

GPI电子游戏平台:传统药物分子设计和实验技术紧密结合

时间:2022/7/14 14:34:24   作者:   来源:   阅读:0   评论:0
内容摘要:讲座中,姜华良介绍了国际创新药物研发的进展和趋势。他认为小分子药物有一些关键问题需要人工智能来解决。例如结合自由能的计算速度比过去提高了3-5倍,只有将速度提高到数万倍,结合自由能预测的准确性和小分子药物设计的效率才有望实现本质突破。在蒋华良看来,制药领域投资高、周期长等痛点很难在短时间内得到改善,但AI在预测临床候选...

讲座中,姜华良介绍了国际创新药物研发的进展和趋势。他认为小分子药物有一些关键问题需要人工智能来解决。例如结合自由能的计算速度比过去提高了3-5倍,只有将速度提高到数万倍,结合自由能预测的准确性和小分子药物设计的效率才有望实现本质突破。

在蒋华良看来,制药领域投资高、周期长等痛点很难在短时间内得到改善,但AI在预测临床候选药物成功率方面将非常有前景。“在临床试验中,GPI电子游戏平台,10个候选药物中只有1个会成功,我们已经积累了数万个药物的临床数据,包括过去大量失败的临床试验的一般数据。通过建模和计算,我们可以在临床候选药物中排除失败的药物,并更好地靶向可能成功的药物。”江Hualiang说。

北京大学化学与分子工程学院教授、北京大学理学系副主任高义勤在讲座中提到,传统的分子模拟应用于化学、生物等复杂的分子系统时,在时间和空间上都存在严重的局限性。以它为代表的AI技术可以建立理论与计算、理论与实验、计算与实验之间的有机联系,成为突破传统分子模拟瓶颈,赋予分子模拟和分子科学以力量的重要工具。

据介绍,高一勤团队基于物理模型、科学实验数据和人工智能算法,开发了多项结合深度学习的分子模拟方法,并在全球蛋白质结构预测大赛(CAMEO)中取得了优异的成绩。

然而,人工智能在药物开发上的应用仍处于初级阶段。蒋华良表示,有必要开发专门用于药物研发的新AI技术,并与传统药物分子设计和实验技术紧密结合,以真正赋予药物研发力量。

以小分子药物设计为例,高毅勤提到,数据是制约小分子药物设计的最大瓶颈。“目前,真正能够获得的可靠数据非常少,指标不一致、敏感数据难以获取等问题仍然存在。”

讲座主持人、未来论坛理事长谢晓亮和北京大学李兆基教授也表示,目前一些公司已经用自由能计算取代了大规模的小分子药物筛选,一些实验也使用微流控筛选技术来增加通量,从而提高了通量。显著降低成本。但由于小分子数据量不足,数据库规模不够大,无法实现小分子药物的机器学习预测,这对小分子药物设计是一个巨大的挑战。


本类更新

本类推荐

本类排行

本站所有站内信息仅供娱乐参考,不作任何商业用途,不以营利为目的,专注分享快乐,欢迎收藏本站!
所有信息均来自:百度一下 (GPI电子平台)