加纳科学家如何用人工智能重新思考药物研究How a Ghanaian scientist is rethinking drug research with AI - Ghana Business News

环球医讯 / AI与医疗健康来源:www.ghanabusinessnews.com英国 - 英语2026-08-27 20:38:32 - 阅读时长4分钟 - 1562字
加纳科学家奥福苏阿·克洛齐·阿迪-达科博士在伦敦帝国理工学院利用微流控芯片和人工智能研发药物,通过芯片上的微型通道模拟人体肠道,可同时进行数百次实验,产生大量数据,AI分析异常并揭示复杂模式,大幅缩短研发周期,降低成本。她计划将这一技术带回加纳,推动本地药物研发。
人工智能药物研究芯片健康加纳药物渗透性实验数据成本效益
加纳科学家如何用人工智能重新思考药物研究

“药剂师,我从当地诊所拿到了处方。那里没有这种药,所以我得去别处买。”

这是加纳许多药房里常见的对话。病人拿着处方来,希望药品有货。很少有人会思考那药在到达货架前经历了多么漫长的过程——反复的实验、等待、验证。更少有人能想象,人工智能正在开始改变这条路径。

掌心中的芯片

在伦敦帝国理工学院白城校区的人工智能药物发现实验室里,奥福苏阿·克洛齐·阿迪-达科博士拿出一个透明的小东西。

“它看起来很简单,”她边说边递给大家,“但这就是现在进行实验的地方。”

她手掌上的这个物体是一块薄而透明的芯片。它看起来不像一个进行严肃科学工作的地方。然而,这就是她现在进行测试的地方,这些测试过去需要长时间和反复试验。

重新思考实验室

阿迪-达科博士是加纳大学药学系的讲师,也是施密特全球教师研究员。多年来,她一直按照熟悉的实验室研究节奏工作。

“你做一个实验。如果不行,就重复。有时,当你追踪特定条件下的变化时,你得整夜守着监测。之后,还要用动物模型来验证你在实验室里得到的结果。这就是传统方式。”

她解释说,要在短时间内满足研究需求,通常需要很多人手和很长时间。

“如果你仔细想想,可能需要大约十名科学家长时间工作才能满足结果需求。”

芯片带来了不同的节奏。

她自己用Autodesk软件设计了它,然后激光切割出一种特殊的塑料。芯片内部有微小的通道,纳米级和皮升级的液滴在其中沿着微路径移动。

“有了这块芯片,我可以同时进行许多实验,而不是手动做一个实验然后重复数周。”

模拟人体

在芯片内部,她重现了人体肠道内发生的情况。

“我们在模拟肠道内发生的事。我们制造一个人工膜,观察药物如何穿过它。”

在药物能治疗疾病之前,它必须穿过人体膜才能被吸收。在芯片上,药物被放在一个精细屏障的一侧,然后她观察药物如何渗透到另一侧。

“渗透性非常重要。如果药物不能很好地穿过膜,那就没有治疗作用。如果运动不一致,那也会影响结果。”

在显微镜下,这个装置显示出液体环境中的液滴,被一层像膜一样的人造层隔开。这只是其中一个孔。整块芯片有很多孔,每个孔都在进行自己的测试。

“这个装置能在极短的时间内产生超过一千个数据点。相比之下,传统方法需要好几个月。”

操作芯片需要精确度。她训练自己精确移液,以免液滴融合、破裂或扰乱它们之间的精细层。

记者学习AI药物研究

芯片产生的大量数据由人工智能分析。

“通常,在人类能力范围内,我们按看到的数据来分析。但AI模型能够检测异常,并从不同角度分析模式,这些角度我传统上无法看到。它揭示复杂的数据模式,给我们提供更多信息。”

这些见解指导着药物开发的后续阶段,并减少了验证所需的动物实验数量。

自2025年9月到达伦敦以来,她一直与I-X人工智能科学中心的研究人员一起培训,与程序员和其他研究人员合作,完善她的建模技能。

“这是一种网络科学方法,用来寻找医疗保健解决方案,”她说,“这是一个提升技能的好机会。”

带回国内

这项工作不会只留在伦敦。

作为她奖学金的一部分,她正在开发一个系统,将带回加纳。她在这里进行的相同实验,在阿克拉的实验室里也能进行,并在她返回后继续合作。

“这将带来更快的解决方案。AI可以预测会发生什么,即使是你从未处理过的化合物。它还可以扩展到加纳拥有的天然化合物。”

对加纳的研究人员来说,这意味着在进入昂贵的测试阶段之前,就能更早地知道哪些化合物值得研究。

她简单总结道:“它成本效益高、准确,而且速度快。”

当她回到加纳大学时,那小小的芯片将静静地放在实验室工作台上。但它将完成过去需要长时间、反复试验和许多人手的工作——在几天内产生结果,而不是几个月,并改变药物研究的方式。

作者:阿菲亚·阿格亚波马·奥福苏

本报道属于英国-加纳科技与创新媒体培训项目的一部分。

【全文结束】

猜你喜欢
  • 关于“三重G”减重药物的最新创新:你需要了解的一切关于“三重G”减重药物的最新创新:你需要了解的一切
  • 全球最大规模研究揭示排除青霉素过敏的新模型全球最大规模研究揭示排除青霉素过敏的新模型
  • 关于GLP-1药物你需要了解的一切:FDA批准新型药片关于GLP-1药物你需要了解的一切:FDA批准新型药片
  • 健康差异是当今非裔美国人面临的最大问题健康差异是当今非裔美国人面临的最大问题
  • 健康科技公司数据泄露事件曝光340万患者记录健康科技公司数据泄露事件曝光340万患者记录
  • 从数据到洞察:利用整体证据优化肿瘤学剂量选择从数据到洞察:利用整体证据优化肿瘤学剂量选择
  • 公共卫生机构警告公众:强效合成阿片类药物数量激增公共卫生机构警告公众:强效合成阿片类药物数量激增
  • 健康科技革命:人工智能、数据科学与数字疗法融合健康科技革命:人工智能、数据科学与数字疗法融合
  • 健康习惯仍是使用GLP-1药物的关键健康习惯仍是使用GLP-1药物的关键
  • 公立医院网络CEO推动AI取代放射科医生,医生们反对公立医院网络CEO推动AI取代放射科医生,医生们反对
热点资讯
全站热点
全站热文