传统的道路药物开发冗长，昂贵且遭受高失败率 - 科学家测试了数百万个分子，但是，临床前或临床测试的进展却很少。

拥抱创新，尤其是自动化技术，对于降低与药物发现相关的复杂性并规避了将药物推向市场所花费的高成本和时间至关重要。比利时罗马尼亚比分直播

在药物发现中自动化的兴起比利时罗马尼亚比分直播

合并自动化可以 制作 寻找毒品更便宜，更有效，更耗时。过去几十年来，新颖的方法的使用急剧增长和 技术 在药物比利时罗马尼亚比分直播发现中。

大规模数据集和高级算法的可用性引起了人们的兴趣和 重大改进 在现场使用人工智能（AI）。AI可以提供实质性的改进 药物开发的许多阶段 ，减少从目标识别到临床试验的时间。

机器学习（ML）是AI的子集，是一个快速发展的领域，是 越来越多地利用 由许多制药公司。整合 ML接近 进入药物开发过程可以帮助自动化重复的数据处理和分析任务。

机器学习 - 做出数据驱动的决策

ML解决方案 基于大数据建模和分析。数据可以源自不同的来源（例如，数据存储库，内部实验和出版物），并且可以在格式上有所不同，从而使汇总，存储和准备数据以进行分析，尽管有必要挑战。

ML训练系统以自主做出推断和决策，而无需任何外部支持。当系统从过去的经验中学习和改进时，做出决定 - 它从提供的数据中学习并解释了其中包含的相关模式。然后，通过模式识别和分析，系统可以提供“结果”，这可能是预测或分类。

ML任务广泛属于 三类 ：监督学习，无监督的学习和顺序学习。ML中的数据可以是两种类型 - 标记和未标记。

监督的学习依赖于作为培训师，教授模型或机器的标签数据集。经过培训后，该模型可以在收到新数据时开始做出预测和决策。经常在生物环境中使用的深度学习和支持向量机属于受监督的学习。 深度学习 使用人工神经网络（ANN）来识别大型数据集中的高度复杂模式。

无监督的学习可以确定未标记数据中的关系或模式。该模型通过观察独立学习，并创建数据集中观察到的模式和关系的簇。

顺序学习允许代理，这是一个面向目标的实体，可以在交互环境中使用其自身的行动和经验的反馈来学习。顺序学习依靠反复试验来做出一系列决策。

机器学习方法的激增用于药物发现比利时罗马尼亚比分直播

ML方法可以是 应用 在早期毒品发现期间的几个步骤：比利时罗马尼亚比分直播

• 预测目标结构
• 识别并优化“命中”
• 探索新配体的生物学活性
• 预测候选药物的药代动力学和毒理学特性的设计模型

随后的部分将重点介绍如何将ML用于药物重新利用和发现新型抗生素的例子。还将讨论ML策略来增强基于图像的分析和加速药物发现的应用。比利时罗马尼亚比分直播

使用深度学习预测药物诱导的基因表达变化

深层 这是由俄亥俄州立大学研究人员开发的一种新颖的深度学习计算机模型，有助于预测基因表达与药物反应之间的相关性。使用该模型，该团队已确定了COVID-19的十个药物重新利用候选者。两种药物（环孢菌素和Anidulafungin）已获得监管批准；其余八个目前正在研究中，并以不同的指示进行了测试。

Deepce依靠公开可用数据的两个主要来源：L1000和药品银行。

• L1000是一家由健康资助的数据存储库的美国国立研究所，为药物发现项目提供了“药物签名”。比利时罗马尼亚比分直播药物特征定义为当细胞暴露于药物时，基因表达在细胞内变化。L1000数据集目前包含超过100万个化学（小药物分子）扰动人类细胞系的基因表达谱。细胞系代表器官组织，例如肾脏和肺部。
  
  
• 药品银行包含有关大约11,000名认可和研究药物的化学结构和性质的信息。

通过将L1000数据与药物库中包含的药物化合物进行比较，研究人员可以预测药物对不同细胞系和不同基因的影响。但是，俄亥俄州立大学的团队面临着关键挑战。L1000内的药物签名不完整，仅覆盖了一小部分潜在化合物。对于在L1000中未代表的基因，该团队使用了一种深度学习方法。通过通过算法运行整个L1000数据集对特定的化合物及其剂量进行训练。

“我们使用图神经网（将每种化合物的化学结构转换为一组载体，每个代表原子的局部子结构），开发了深度学习模型，深层（将每种化合物的化学结构转换为一组），这是一个多头注意网（捕获药物 - 胶质相互作用和基因 -基因相互作用）和几个将化学，基因和药物信息转化为药物诱导的基因表达谱。19名患者和最负相关的选定化合物，”解释了张张，，，，俄亥俄州立大学计算机科学与工程与生物医学信息学助理教授。

根据张，“这种方法可以及时重新使用诸如Covid-19的未知疾病，这在当前的冠状病毒大流行中很有用，并且在未来的公共卫生紧急情况下。感染了SARS-COV-2变体的患者，我们可以迅速将预测重新排列，以便为新的患者队列提出更准确的建议。”

通过深度学习方法扩展抗生素武器库

抗生素耐药菌的快速出现是一个问题 全球关注 。结果，迫切需要发现新的抗生素。专家 预测 ，如果没有采取任何行动，到2050年，耐药性疾病可能每年造成1000万人死亡。

为了应对这一挑战，一个团队 研究人员 在马萨诸塞州技术研究院（MIT）训练了一个深层神经网络，能够预测具有抗菌活性的分子。通过对多个化学文库进行预测，研究人员发现了一种新型的抗生素，他们将其命名为Halicin。

Halicin的结构与常规抗生素不同，并显示出与病原体的广泛系统发育谱的杀菌活性，包括结核分枝杆菌和耐碳青霉烯。

乔纳森·斯托克斯 ，麻省理工学院和哈佛大学广泛研究所的ban派研究员，是该研究的主要作者，最近是 出版 在细胞。Stokes详细阐述了他们如何识别Halicin，“我们为抑制抑制生长的人的〜2500个分子的集合培训了一个深度学习模型大肠杆菌体外。该模型以一种使我们能够显示以前从未见过的化学物质集的方式学习了化学结构和抗菌活性之间的关系，然后可以预测这些新分子是否具有针对的抗菌活性大肠杆菌或不。”

一旦接受培训，该模型就在Broad Institute的药物重新利用中心进行了测试，该库是约6,000种化合物的库。从图书馆中，该模型选择了一个分子Halicin，该分子被预测具有强抗菌活性。Halicin是一种最初被调查为抗糖尿病的药物，对数十种细菌菌株进行了测试，发现对许多耐药细菌作用艰难梭状芽胞杆菌，鲍曼尼杆菌杆菌， 和结核分枝杆菌。还发现哈利辛有 低预测毒性 在人类中。

ML模型可以探索，在硅中，使用常规方法进行调查可能很乏味且昂贵的大型化学空间。按照斯托克斯，”ML作为药物发现比利时罗马尼亚比分直播工具可能会在我们如何找到新的抗生素方面发挥重要作用。作为一种预测工具，经过适当训练的模型将使我们能够探索广阔的化学空间在硅这足够大，我们将无法在实验室中进行经验筛选这一数量的化合物。目前，我们可以大规模筛选实验室中的几百万个分子，相比之下在硅中进入数十亿种化合物的预测”。

可以在药物开发管道的每个阶段利用ML方法。“除了在临床前阶段发现新抗生素的化学预测外，我认为机器学习方法可以在药物开发管道的每个阶段显示实用性 - 重要的问题是，我们作为科学家是否可以获得可接受的培训数据集，以便培训模型在药物开发的更高级阶段做出合理的预测，”斯托克斯说。

基于图像的药物分析比利时罗马尼亚比分直播

基于图像的分析 是一种策略，通过将生物图像中存在的信息处理，分析和提取为基于图像的特征，然后将其汇总为概况。可以开采这些图像曲线以捕获相关模式并揭示意外的生物学活性，例如疾病的未开发机制 - 然后可以在药物发现过程中应用这种重要信息。比利时罗马尼亚比分直播

基于图像的分析可用于识别特异性表型并探索疾病的机制。它也可以用来预测药物的活性，例如作用和毒性特征的机理。

安妮·卡彭特（Anne Carpenter） ，麻省理工学院和哈佛大学广泛研究所的成像平台高级主任，她的生物学家和计算机科学家团队是开发图像分析和数据探索解决方案的先驱。

“基于图像的分析非常有力，因为查看图像的图案几乎可以加速药物发现管道的每个步骤，从建造多样但紧凑的化学库到主要筛选测定，到针对表型筛选的反卷积，再到生物标志物和诊断的识别比利时罗马尼亚比分直播。

由于图像的数量增加，研究人员已经开始利用 ML策略 像深度学习以改善从基于图像的概况中提取相关信号并加速药物发现一样。比利时罗马尼亚比分直播

“该领域的大多数原理实验证明都使用了经典的图像处理和机器学习技术，因此我认为我们将通过应用深度学习方法来提取特征提取和预测来看到现场的快速加速，” 木匠说。

令人兴奋的可能性，但是理解方法是关键

ML可以协助科学家并加速药物发现途径。比利时罗马尼亚比分直播ML与专家知识结合使用，可以 减少 流失率和增强药物发现过程。比利时罗马尼亚比分直播张阐述了其潜力，，，，“数亿种潜在的药物正在等待发现。下一个伟大的抗病毒（或抗抑郁药或抗炎）可能已经在实验室中，以前被忽略了（需要花费很多时间来提出一些适应症）。深度学习可以告诉我们哪些化合物值得测试。”

AI为不同领域的新发现提出了令人兴奋的可能性。但是，采用这项技术是 仍然很低。利用AI的全部潜力将需要主要利益相关者之间的培训，信任和协调。