人工智能 对比试验_人工智能与药物研发
原问题:人工智能在医(药)学有哪些应用?
链接:https://www.zhihu.com/question/379546481/answer/1079587731
说一点药学里我见到过的。人工智能对制药上游的革命已经发生了,而且有成为一种标准研发流程的趋势(基本上国际制药巨头都在搞),但对下游的生产、工程设计,目前还不清晰。总体上跟搞生物信息学的有很高的重合度。
最能体现AI在药学的应用的是化学药的研发上,生物药的研发中的AI应用根据产品不同非常个性化,难以总结,可以参考生物信息学的研究热点。化学药中AI主要用于发现药物靶点,药物筛选、结构优化,合成分析:
- 发现药物靶点,AI可以用来从海量的文献中搜索潜在的靶点信息,对比不同靶点的潜力,有点像自然语言处理。
- 药物筛选和结构优化,需要针对靶点,去找评估不同候选分子与靶点的相互作用能力,筛选出、优化出适合的分子。AI可以综合利用各种现有信息去评估,像蛋白质结构、计算化学信息、构效关系数据等预测相互作用。
- 选定了候选药物,需要确定合成路线。传统方法是逆合成分析,现在AI可以非常快地预测出跟药物化学家媲美的合成路线。
- 其他化学药相关的AI应用,我见过老药新用筛选(这次新冠疫情就用到)、更快速的临床试验、疾病诊断标志物等。
在美国和加拿大可以看到很多初创企业,就是搞上面的;基本上国际制药巨头都在搞。确定合成路线,自动化合成,短期看还是个toy,长远看会影响少部分人的生计。不但会影响制药,可能还将影响整个化工产业,尤其影响搞化工工艺;但对化工工程的影响,暂时不清晰,安全性、缺数据这些老问题依然存在。但我相信现有的各种物质的工艺路线不一定是最优路线、最优反应条件,可能会被人工智能和自动合成设备优化。
贴几条新闻:
合成规划与全自动流动合成。
制药巨头默克,就在中国搞了第一届人工智能合成规划的比赛比赛。
药品生产方面
我还知道,一些制药巨头对提高单抗这些的产量很感兴趣,试图尝试各种生产过程的建模的方法去提高产量。因为生物反应过程是,高度非线性,有明显时变特性的过程,传统非结构化模型(unstructured models)用于优化和控制的能力有限;目前文献里报道的模型中,就包括机器学习类的模型。
另外一个比较比较有意义的,也实实在在在用的,是利用各种过人工智能,综合各种过程分析技术(气相色谱、质谱,核磁共振谱、近红外光谱、紫外可见光谱、拉曼光谱、荧光光谱法),去优化、监控制药生产过程,从生物、化学反应过程,到分离过程、制剂过程都有用,符合QbD理念。这个某种程度上说就是某种软测量,但由于制药过程的特点是成分非常复杂,操作点随时间变化,所以才考虑AI。软测量传统化工一直就有,基于AI的软测量有多大影响,目前还看不出来。
附:
运用人工智能来研发药物的企业,可以看到在国际制药巨头中已经非常普遍。我国的差距依然十分巨大:
AbbVie,Almirall,Amgen,Astellas,AstraZeneca,BASF(化工巨头),Bayer,Boehringer Ingelheim,BMS,CJ Healthcare,Celgene,Daewoong Pharmaceutical,Eisai,Eli Lilly,Evotec,GSK,Genentech,Gilead,Ionis Pharmaceuticals,Ipsen,Janssen,Lundbeck,Merck KGaA,Merck and Co.,Mitsubishi Tanabe Pharma,Nestlé,Novartis,Novo Nordisk,Ono Pharmaceuticals,Pfizer,Procter & Gamble,Roche,SK Biopharmaceuticals,Sanofi,Santen,Servier,Sumitomo Dainippon Pharma,Sunovion,Takeda,Wave Life Sciences,WuXi AppTec(药明康德),Yuhan Corp.,Zambon Pharma。
下面的链接是全球221家人工智能药物研发初创企业列表。这221家企业涉及到的应用范围,远超过我上面提到的,还包括临床前、临床实验的优化的应用。
https://blog.benchsci.com/startups-using-artificial-intelligence-in-drug-discovery#design_drugs
参考资料
https://blog.benchsci.com/pharma-companies-using-artificial-intelligence-in-drug-discovery
人工智能 对比试验_人工智能与药物研发相关推荐
- 人工智能 对比试验_人工智能安全——对抗攻击分析
1. 引言 随着人工智能深度学习成为研究热点,其在医疗 [1] .生物 [2] [3],金融 [4] .自动驾驶 [5] 各个领域皆有所应用,并且取得丰硕的成果.深度学习不同于传统的基于特征提取的机器 ...
- 人工智能 对比试验_【AI测试】人工智能 (AI) 测试--第二篇
测试用例 人工智能 (AI) 测试 或者说是 算法测试,主要做的有三件事. 收集测试数据 思考需要什么样的测试数据,测试数据的标注 跑测试数据 编写测试脚本批量运行 查看数据结果 统计正确和错误的个数 ...
- 神码ai人工智能写作机器人_人工智能和机器学习的最佳资源
神码ai人工智能写作机器人 机器学习指南 (MACHINE LEARNING GUIDE) Half of this crazy year is behind us and summer is her ...
- 人工智能生态环境预测_人工智能在生态领域的应用研究
白莹 摘 要:人工智能技术作为产业革新的重要手段,将其应用至生态领域是一种必然趋势.基于大数据作为人工智能技术发展依据,分析了人工智能在生态保护.修复.灾害防治和生态管理方面的应用.分别将智能机器人. ...
- 人工智能的炒作_人工智能与网络安全结合从炒作走向现实
日前,启明星辰发布了<2019~2020网络安全态势观察报告>,该报告以观察者的视角,全面展示并分析了2019年全年至2020年上半年网络安全的形势及其变化,为网络安全行业在战略和决策方面 ...
- 人工智能方向毕业设计_人工智能时代,理工科专业的毕业设计都被安排了
我是16年上半年从软件开发转到算法工程师的,这些年AI,我亲眼见证了从"黑科技"跌入"俗学"的过程. 早些年,在模式识别领域,例如人脸识别.语音识别等,大家都发 ...
- ai人工智能大爆发_人工智能解释了大爆炸之前发生的事情
ai人工智能大爆发 Below is a conversation I had with OpenAI's GPT-3's language model. I gave GPT-3 the role ...
- 神码ai人工智能写作机器人_人工智能和机器学习可以改善营销的6种方式
神码ai人工智能写作机器人 Six months ago, bustling cities with flourishing businesses and communities across the ...
- 人工智能ai发展前景_人工智能促进可持续发展的社会
人工智能ai发展前景 An off-shelf Artificial intelligence language processing system can generate as much as 1 ...
最新文章
- 算法基础数学知识篇(1)之----- 排列数组
- 实操《深入浅出React和Redux》第二期—Flux
- iOS之深入解析类加载的底层原理:类如何加载到内存中
- 搜索引擎anti-spam系统设计指南
- java 实现按规则自增功能_java运算符详解 - osc_74vaali6的个人空间 - OSCHINA - 中文开源技术交流社区...
- Hadoop(六)搭建分布式HBase集群
- 天天 Java、C/C++,可这五种编程语言你知道吗?
- 普通队列(数组实现)
- 我的微博,三层嵌套,
- csdn下载频道积分规则
- win10+VS2013+OPENCV如何配置于仕琪人脸检测算法
- 5G通信协议(MAC 层简介)
- java.sql.SQLException: 列名无效
- 迪赛智慧数——柱状图(折柱混合图):应届生薪酬变化趋势
- autorecover mac的ppt_恢復Mac上的ppt文件: 救援丟失/未保存的ppt文件
- 【Python学习记录】Numpy广播机制(broadcast)
- 中国传统文化-雨课堂期末2022
- TikTok(抖音国际版)逆向,全球的小姐姐们,我来啦!
- 重磅!京东云区块链数据服务(BDS)正式开源
- 云计算 python PXE+KS无人值守安装
热门文章
- 查看pcl版本 linux,Ubuntu16上安装PCL
- 原生ajax crossO,Ajax问题,求助
- mysql查询字段变慢,MySQL Query IN()子句在索引列上变慢
- python绘制汉字_OpenCV Python 绘制中文字
- 计算机专业本科开题报告,计算机本科毕业论文开题报告
- 安全扫描工具_固件级安全,微软安全工具新增UEFI扫描功能
- 中南大学c语言试题期末考试,2011年中南大学C语言期末试题卷A
- Linux中errno的含义
- 【Golang 接口自动化05】使用yml管理自动化用例
- 常用Maven插件介绍(下)(转)