人工智能方法主动激发药物发现推荐系统
作者： Rohall S 等
来源： 《药物化学杂志》，2020年2月26日
摘要
人工智能正在药物发现领域逐渐确立地位。例如，行业内的许多机构正在应用机器学习方法进行靶点发现或优化化合物合成。尽管我们的组织确实在应用这类方法，但我们提出了一种额外的方法：利用人工智能增强人类智能。我们一直在开发一系列推荐系统，这些系统利用我们现有的实验室流程，包括湿实验和计算实验，为化学家提供灵感，建议他们工作的下一步，并自动化现有工作流程。我们将在诺华生物医学研究院描述五个处于不同部署阶段的此类系统。尽管每个系统针对发现流程中的不同阶段，但它们都具有三个共同特点：触发推荐的机制、利用我们现有系统与人工智能进行分析，以及推荐的传递方式。所有这些系统的目标都是激发并加速药物发现过程。
专家评价
诺华公司的一组作者描述了如何应用人工智能向从事药物发现项目的药物化学家和项目团队提出新想法。在诺华公司正在开发的多个使用大量内部数据的AI项目中，他们描述了一个系统，该系统建议公司其他部门进行的化学反应，可能帮助化学家克服合成障碍。另一个已实施的系统建议潜在的骨架跃迁到新的化合物，这些化合物符合最近确定的X射线共晶结构。这些系统通过电子邮件传递建议，易于阅读，使科学家能够快速做出决定，从而最小化时间负担。尽管这些系统仍处于早期发展阶段，但诺华团队已经可以指出未来可能增加的益处。
【全文结束】
