人工智能变革医学研究格局
(编者注： 本故事最初发表于2025年秋季《UB医学》校友杂志。)
作者：迪尔克·霍夫曼
发布日期：2025年11月19日
雅各布斯医学院和生物医学科学学院利用人工智能（AI）正在变革其医学研究格局，通过加速科学发现、提高诊断准确性并实现个性化医疗。
AI能够快速分析海量数据集——如基因组数据、临床试验结果和电子健康记录——以识别关键模式和深层洞察。机器学习算法显著提升了影像学和病理学等领域的诊断精确度。
AI模型还能预测化合物如何与生物靶点相互作用，大幅加快药物发现速度并有效降低研发成本。
开创性药物发现平台的开发
生物医学信息学教授、生物信息学部主任拉姆·萨穆德拉拉姆博士（Ram Samudrala, PhD）创建了“新型药物机会计算分析平台”（Computational Analysis of Novel Drug Opportunities, CANDO），旨在使药物发现过程更快、更经济，同时确保安全性和有效性。
CANDO已成功催生创新型生物技术初创公司，如AmritX、Meditati和Mansarover Therapeutics，这些企业分别利用该平台开发针对非小细胞肺癌、阿片类药物使用障碍和衰老相关疾病的创新疗法。
传统药物发现通常需要超过十年才能产出成果。
萨穆德拉拉姆博士致力于寻找更智能、更高效的方法，因此开发了该平台，其核心在于分析化合物如何影响整个人体系统，而非仅针对单一蛋白质靶点。
“CANDO模拟数千种化合物如何同时与人体相互作用——相当于在几秒钟内完成数百万次实验，”萨穆德拉拉姆博士解释道。
AI是CANDO的核心驱动力——通过机器学习分析庞大的药物-蛋白质相互作用数据集，预测现有药物的新适应症，并设计具有最优特性的全新药物分子。
“可将CANDO中的AI视为高效筛选引擎，它能从海量噪声数据中精准识别隐藏的模式与关联，这些是人类研究者难以察觉的，”萨穆德拉拉姆博士强调。
利用帝国AI的强大计算能力
结构生物学助理教授托马斯·D·格兰特博士（Thomas D. Grant, PhD ’13）同样专注于加速药物开发，但聚焦于精准医学领域，使药物能够基于患者的个体DNA进行个性化定制。
格兰特博士最新获得的国立卫生研究院（National Institutes of Health）资助项目，旨在彻底革新在自然环境中研究蛋白质的方式。
为此，他采用了一种名为SWAXS（小角和广角X射线散射，small- and wide-angle X-ray scattering）的技术，并结合先进的计算AI工具。
格兰特博士使用其开发的AI模型SWAXSFold，该模型依托帝国AI（Empire AI）的超级计算能力；帝国AI是纽约州投资5亿美元成立的研究联盟，致力于推进公共利益的人工智能发展。
位于布法罗大学的帝国AI计算中心为研究人员提供了关键资源支持。
“帝国AI是本项目不可或缺的部分，没有它，我们无法完成这种级别的复杂计算，”格兰特博士表示。
格兰特博士及其团队还在开发新型分析工具，帮助研究人员深入理解致病突变如何改变蛋白质结构。
“如果我们能精确观测突变如何影响蛋白质的形态与功能，就能设计出针对该特定变化的个性化疗法，”他总结道。
【全文结束】
