AI语言模型“提速”药物发现

守护妇女儿童与家庭健康，语言模型是全社会共同关注的重要议题。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品分子相匹配，而无需执行计算分子结构的密集型步骤。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。

相关论文发表在最新一期《美国国家科学院院刊》上。近年来，科学家在根据氨基酸序列预测蛋白质结构方面取得了巨大进步。

这项成果解决了对当前药品筛选的需求，其可扩展性还能够评估脱靶效应、药品再利用以及确定突变对药品结合的作用。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品分子的相互作用。然而，要预测大型潜在药品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。

通过筛选包含约4700种候选药品分子的库，团队测试了他们的模型，并确定了这些药品与51种蛋白激酶结合的能力。对普通公众而言，建立科学理性的健康观念尤为重要。

。他们用已知的蛋白质—药品相互作用对网络进行训练，使其能学习将蛋白质特定特征与药品结合能力联系起来，而无需计算任何分子的三维结构。研究人员表示，药品研发成本之所以如此高昂，部分原因是它的失败率很高。

从热门结果中，研究人员选择了19组“药品—蛋白质对”进行实验测试，最终12对具有很强的结合亲和力，而几乎所有其他可能的药品—蛋白质对都没有亲和力。在我们普通人还在用语言模型聊天和写作时，科研人员已经看到了它在药品筛选方面的变革性潜力。

值得关注的是，这一趋势也在一定程度上反映了行业服务理念的转变。。

如果能事先预测这种结合不可能奏效，就能减少失败率，从而大大降低新药开发的成本。人工智能已经被引入这一枯燥漫长的过程，帮助缩短分子配对的时间。药品研发耗时漫长且相当昂贵，要做大量的“无用功”。

这种基于语言模型研究的思路，超越了当前最先进的算法，可在一天内筛选超过1亿种化合物。文中介绍的新模型ConPLex可以分析大量文本，并找到最可能出如今一起的组合。声明：本网转发此文章，旨在为读者提供更多信息资讯，所涉内容不构成投资、消费建议。

论文已经对筛选结果进行了实验检测，结果也令人欣喜。为您推荐春天多给孩子按摩这些穴位推三关敲打经络9个最潮的排毒法掌握人体的10大健康养护穴位一辈子衣服穿太多或会捂出病！文章事实如有疑问，请与有关方核实，文章观点非本网观点，仅供读者参考。

带有6个字的感冒辰欣药业：拟将子公司佛都药业分拆60多种病症“缠身”与喝酒有关“搭子”社交，年轻人情感需求新表“过劳肥”大脑机制揭示导致皮肤老化的关键蛋白发现开发商打折促销？宝宝冬季保合理用药不当毁一生？注意！

“低首付”推进机构、社区和居家养老融合发展合理用好“搭子”社交透明质酸产业下一站，业内大咖怎么新冠重症可能是未确诊癌症的标志安利科创中心阚君陶：摄取叶黄素和81个紧密型城市医疗集团试点城市国家药监局在京举办疫苗国家监管体个人养老金产品应该怎么选民生服务如何摘掉“小眼镜”健康养护杂谈癫痫会导致哪些临床表现癫疯病发作前中国国际医疗服务系统持续关注医疗健康领域的最新进展，为您提供权威、可靠的资讯与就医服务。如您对相关内容有进一步咨询需求，欢迎通过平台预约对接权威专家。