首頁 行業(yè) 活動 項目 快訊 文娛 時尚 娛樂 科技 汽車 綜合 生活

AI語言模型“提速”藥物發(fā)現(xiàn)

2023-06-13 09:44:34 來源:科技日報


(資料圖)

科技日報北京6月12日電 (記者張夢然)美國麻省理工學(xué)院和塔夫茨大學(xué)研究人員設(shè)計出一種基于大型語言模型(如ChatGPT)的人工智能算法,這種稱為ConPLex的新模型可將目標蛋白與潛在的藥物分子相匹配,而無需執(zhí)行計算分子結(jié)構(gòu)的密集型步驟。相關(guān)論文發(fā)表在最新一期《美國國家科學(xué)院院刊》上。

使用這種方法,研究人員可在一天內(nèi)篩選超過1億種化合物,比任何現(xiàn)有模型都要多得多。這項成果解決了對當前藥物篩選的需求,其可擴展性還能夠評估脫靶效應(yīng)、藥物再利用以及確定突變對藥物結(jié)合的影響。

近年來,科學(xué)家在根據(jù)氨基酸序列預(yù)測蛋白質(zhì)結(jié)構(gòu)方面取得了巨大進步。然而,要預(yù)測大型潛在藥物庫如何與致癌蛋白相互作用,依然具有挑戰(zhàn)性,因為計算蛋白質(zhì)三維結(jié)構(gòu)需要大量時間和計算能力。

麻省理工學(xué)院團隊以他們2019年首次開發(fā)的蛋白質(zhì)模型為基礎(chǔ),此次將模型應(yīng)用于確定蛋白質(zhì)序列將與特定藥物分子的相互作用。他們用已知的蛋白質(zhì)—藥物相互作用對網(wǎng)絡(luò)進行訓(xùn)練,使其能學(xué)習將蛋白質(zhì)特定特征與藥物結(jié)合能力聯(lián)系起來,而無需計算任何分子的三維結(jié)構(gòu)。

通過篩選包含約4700種候選藥物分子的庫,團隊測試了他們的模型,并確定了這些藥物與51種蛋白激酶結(jié)合的能力。

從熱門結(jié)果中,研究人員選擇了19組“藥物—蛋白質(zhì)對”進行實驗測試,最終12對具有很強的結(jié)合親和力,而幾乎所有其他可能的藥物—蛋白質(zhì)對都沒有親和力。

研究人員表示,藥物研發(fā)成本之所以如此高昂,部分原因是它的失敗率很高。如果能事先預(yù)測這種結(jié)合不可能奏效,就能減少失敗率,從而大大降低新藥開發(fā)的成本。

【總編輯圈點】

在我們普通人還在用語言模型聊天和寫作時,科研人員已經(jīng)看到了它在藥物篩選方面的變革性潛力。藥物研發(fā)耗時漫長且相當昂貴,要做大量的“無用功”。人工智能已經(jīng)被引入這一枯燥漫長的過程,幫助縮短分子配對的時間。文中介紹的新模型ConPLex可以分析大量文本,并找到最可能出現(xiàn)在一起的組合。這種基于語言模型研究的思路,超越了目前最先進的算法,可在一天內(nèi)篩選超過1億種化合物。論文已經(jīng)對篩選結(jié)果進行了實驗檢測,結(jié)果也令人欣喜。

關(guān)鍵詞:

上一篇:高考后考生心理波動如何調(diào)節(jié)?專家這樣建議

下一篇:【世界新視野】肥胖會破壞大腦對營養(yǎng)物質(zhì)應(yīng)答

責任編輯:

最近更新

點擊排行
推薦閱讀