挑選2億種化合物
機器學習發覺數百種潛在性新冠藥物
國際性戰“疫”行動
科技日報北京市8月13日電 （新聞記者劉霞）據英國每天科學網站12日報導，美國科學家依靠一種強勁的機器學習方式 ，根據挑選約2億種化合物，發覺了數百種新冠肺炎備選藥物。
該科學研究責任人、加州大學河濱校區專家教授安南達桑卡·雷表述說，這一藥物發覺服務平臺是一種與人工智能技術相關的計算機算法，可根據不斷嘗試錯誤學習培訓預測分析藥物的特異性，其預測分析工作能力還能不斷完善，“針對針對性發覺醫治新冠肺炎新藥來講，該類服務平臺是關鍵的第一步”。
在科學研究中，精英團隊組員喬爾·科瓦列夫斯基采用了與新冠病毒蛋白相互影響的65種人們蛋白的配體，并為每個人們蛋白轉化成了機器學習實體模型，這種實體模型經過訓練，可從其三d構造中鑒別更新配體。
科學研究精英團隊應用這種機器學習實體模型，從包括2億種化合物的數據庫查詢中挑選出了1000多萬種小分子，并明確了能最有效靶向與新冠病毒蛋白相互影響的65種人們蛋白的化合物。她們從這種化合物中評定出了早已得到 英國食品藥品管理處（FDA）準許的化合物，比如一些藥物和食品類中應用的化合物。她們還應用機器學習實體模型測算了各種各樣化合物的毒副作用，這有利于革除潛在性的有害備選物。
科學研究工作人員表明，這類方式 不但使她們評定出對單獨人們蛋白靶標具備最明顯特異性的備選藥物，還發覺了一些有希望抑止2個或好幾個人們蛋白靶標的有機化學物。
雷說：“最令我激動的是這些很有可能會蒸發的化合物，這為吸進治療法產生了意外驚喜。”
科學研究工作人員覺得，傳統式依靠細胞培養測量的方式 很價格昂貴，并且很有可能必須多年時間對藥物開展檢測，與之對比，她們的機器學習服務平臺在基本篩選很多化合物層面具備優點。并且，該服務平臺不但能用以產品研發抗新冠肺炎藥物，還能加快別的多種多樣病癥藥物的產品研發過程。
