一天内筛选超一亿种化合物 AI语言模型“提速”药物发现
一天内筛选超一亿种化合物——
AI语言模型“提速”药物发现
科技日报北京6月12日电 (记者张梦然)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物分子相匹配,而无需执行计算分子结构的密集型步骤。相关论文发表在最新一期《美国国家科学院院刊》上。
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。这项成果解决了对当前药物筛选的需求,其可扩展性还能够评估脱靶效应、药物再利用以及确定突变对药物结合的影响。
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。然而,要预测大型潜在药物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。
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物分子的相互作用。他们用已知的蛋白质—药物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物结合能力联系起来,而无需计算任何分子的三维结构。
通过筛选包含约4700种候选药物分子的库,团队测试了他们的模型,并确定了这些药物与51种蛋白激酶结合的能力。
从热门结果中,研究人员选择了19组“药物—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物—蛋白质对都没有亲和力。
研究人员表示,药物研发成本之所以如此高昂,部分原因是它的失败率很高。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。
【总编辑圈点】
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物筛选方面的变革性潜力。药物研发耗时漫长且相当昂贵,要做大量的“无用功”。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。文中介绍的新模型ConPLex可以分析大量文本,并找到最可能出现在一起的组合。这种基于语言模型研究的思路,超越了目前最先进的算法,可在一天内筛选超过1亿种化合物。论文已经对筛选结果进行了实验检测,结果也令人欣喜。
- 最近发表
-
- 随机阅读
-
- 莫斯科市长:俄防空系统击落10架飞往莫斯科的无人机
- 1月气温偏高降水偏少,有4次明显降水天气过程
- 首届西藏自治区哲学社会科学优秀成果奖发布会召开
- 湖南新田蔬菜忙采收 丰富冬季“菜篮子”
- 清水绿岸,万物和谐!共享美丽中国
- 记忆里的老品牌如何实现“逆生长”?
- 青海出台措施加强药品生产监管 促医药产业高质量发展
- 贵州毕节:蓄势赋能谋发展 高质量推进新型工业化
- 国道318线西藏芒康觉巴山隧道今日正式通车
- 新西兰总理飞机故障 改乘商业航班访日
- 沧州已与中东欧国家12个城市建立友城关系
- 签约11.5亿元 重庆着力提升高端检验检测能力
- 第十二届海峡青年节峰会在福州举办
- 福建龙岩:多部门联合开展农村道路交通事故应急救援演练
- 俄罗斯经济运行平稳
- (高质量发展调研行)抢先看雄安新区首家三甲医院! 一期今年9月底竣工交付
- 上半年江苏外贸进出口总值2.48万亿
- 市场监管总局等六部门明确预制菜定义和范围 生产过程不允许添加防腐剂
- 新疆阿克苏地区乌什县发生7.1级地震 消防救援力量已赶赴震中
- 安徽滁州“警企服务中心”办结涉企服务事项超千件
- 热门推荐
-
- 美国是全球军购潮的最大推手 军购潮凸显全球紧张局势升级
- 主创解读:《红翡绿翠》如何用舞蹈语汇讲故事?
- 第四届赣商大会举行 签约462.25亿元
- (两会声音)代表委员建言加强氦气资源开发培育新质生产力
- 加拿大全面叫停“绕旗杆”式签证换签
- 第七届中国卓越管理公司项目启动 专家冀助推企业创新求变
- 全域“创森”加快 广东积极推进城乡一体绿美提升
- 北京:国庆假期首日近百万游客游园
- “ETC绑卡过期”短信千万别点
- 服装纺织业如何“锦上添花”
- 社评:韩国清楚它蹚的这滩浑水意味着什么吗
- “薅”失业保险“羊毛”把自己“薅进去”了!
- 山东企业上市20年持续高质量发展 为国企改革创新提供研究样本
- 本月中旬起 旅游线路迎来降价潮
- 新漫评:“五毒联盟”贼喊捉贼,谁才是全球网络安全破坏者?
- 常锻炼或降低新冠感染及重症风险
- 高盛预计:全球电商销售额2024年将增至3.9万亿美元
- 领福字 赏灯会 看展览 逛美术馆过文化年成热门
- 百余件带具文物亮相吉林省博物院 还原古人生活
- 庆祝中以建交30周年2022首届“双城故事”文化交流摄影展在天津举行