登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《人工智能工具“SMART 2.0”缩短天然化合物识别过程》

  • 来源专题：中国科学院文献情报系统—海洋科技情报网
  • 编译者： liguiju
  • 发布时间：2020-03-13

  • 加利福尼亚大学圣地亚哥分校（UCSD）的研究人员在2月11日发布的一项研究中描述了一种分析工具，该工具利用人工智能来快速识别包括具有潜在益处的抗癌药或抗生素在内的化合物。在UCSD斯克里普斯海洋研究所（Scripps）海洋生物技术和生物医学中心（CMBB）联合教授William Gerwick和斯卡格斯药学院于2017年推出SMART（小分子精确识别技术）人工智能工具之后，研究人员又开发了新版本。根据发表在《美国化学学会杂志》（American Chemical Society）上的研究，现如今，第二代人工智能工具SMART2正在缩短识别自然界中发现化合物的时间。

    这种新工具是由UCSD实验室William Gerwick、计算机科学与工程系的Gary Cottrell和Skaggs药学院的Pieter Dorrestein三人共同研发。这主要得益于UCSD的独特体制，来自校园内不同的实验室汇聚在一起，共同协作，为科学和社会创造新颖的研究方案和工具。

    该团队获得了美国国立卫生研究院以及戈登和贝蒂摩尔基金会的资助。Gerwick表示SMART2可以加速耗时数周或数月甚至数年的分析，既节省时间又节省金钱，而将药物推向市场的平均成本为20亿美元，平均需要13到15年的时间。

    （李亚清 编译）

  • 原文来源：https://scripps.ucsd.edu/news/smart-20-revolutionizing-identification-natural-compounds
272浏览量
原文链接
相关报告

  • 《前沿 | 人工智能工具可根据活检图像预测癌症基因活动》
    • 来源专题：光电情报网信息监测服务平台
    • 编译者：胡思思
    • 发布时间：2024-11-15
    • 一项名为SEQUOIA的新型AI程序可以分析肿瘤活检的显微镜图像（左图，紫色），并快速确定其中所含细胞中可能开启和关闭的基因（右侧以红色和蓝色阴影显示基因表达） 为了确定癌症的类型和严重程度，病理学家通常在显微镜下分析肿瘤活检薄片。但要弄清楚哪些基因组变化驱动了肿瘤的生长（这些信息可以指导如何治疗），科学家必须对从肿瘤中分离出的 RNA 进行基因测序，这个过程可能需要数周时间，花费数千美元。 现在，斯坦福医学院的研究人员开发了一种人工智能计算程序，该程序可以仅基于活检的标准显微镜图像来预测肿瘤细胞内数千个基因的活动。 该工具于 11 月 14 日在《自然通讯》杂志上发表，使用来自 7,000 多个不同肿瘤样本的数据创建。该团队表明，它可以使用常规收集的活检图像来预测乳腺癌的基因变异并预测患者的治疗结果。 “这种软件可以用来快速识别患者肿瘤中的基因特征，加快临床决策并为医疗保健系统节省数千美元，”生物医学数据科学教授兼论文资深作者 Olivier Gevaert 博士说。 这项工作还由斯坦福大学研究生 Marija Pizuria 和博士后研究员 Yuanning Zheng 博士和 Francisco Perez 博士领导。 基因组学驱动 临床医生越来越多地指导选择癌症治疗方法（包括化疗、免疫疗法和激素疗法），推荐给患者，不仅基于患者的癌症影响哪个器官，还基于肿瘤利用哪些基因来促进其生长和扩散。开启或关闭某些基因可能会使肿瘤更具侵袭性、更容易转移，或对某些药物产生反应的可能性增加或减少。 然而，获取这些信息通常需要昂贵且耗时的基因组测序。 Gevaert 和他的同事知道，单个细胞内的基因活动可以改变这些细胞的外观，而这种改变往往是人眼无法察觉的。他们求助于人工智能来寻找这些模式。 研究人员首先从 16 种不同癌症类型的 7,584 例癌症活检样本开始。每例活检样本都被切成薄片，并使用一种称为苏木精和伊红染色的方法进行准备，这种方法是观察癌细胞整体外观的标准方法。研究人员还提供了有关癌症转录组（即细胞正在积极使用的基因）的信息。 工作模型 研究人员整合了新的癌症活检样本以及其他数据集（包括来自数千个健康细胞的转录组数据和图像），该人工智能程序（他们将其命名为 SEQUOIA（使用线性注意的基于幻灯片的表达量化））能够从染色图像中预测超过 15,000 种不同基因的表达模式。 对于某些癌症类型，AI 预测的基因活动与真实基因活动数据的相关性超过 80%。一般而言，初始数据中包含的某种癌症类型的样本越多，模型对该癌症类型的预测效果就越好。 Gevaert 表示：“我们经过多次迭代才让该模型达到我们满意的水平。但最终对于某些类型的肿瘤来说，它已经达到了可以在临床上使用的水平。” Gevaert 指出，医生在做出临床决策时，通常不会一次查看一个基因，而是查看包含数百个不同基因的基因特征。例如，许多癌细胞会激活与炎症相关的数百个基因，或与细胞生长相关的数百个基因。与其预测单个基因表达的表现相比，SEQUOIA 在预测如此大的基因组程序是否被激活方面的表现更为准确。 为了使数据易于获取和解释，研究人员对 SEQUOIA 进行了编程，将基因发现显示为肿瘤活检的可视图，让科学家和临床医生看到肿瘤不同区域的基因变异有何不同。 预测患者治疗结果 为了测试 SEQUOIA 在临床决策中的实用性，Gevaert 和他的同事确定了乳腺癌基因，该模型可以准确预测这些基因的表达，这些基因已用于商业乳腺癌基因组测试。（例如，美国食品和药物管理局批准的 MammaPrint 测试分析了 70 种乳腺癌相关基因的水平，为患者提供癌症复发风险的评分。） Gevaert 表示：“乳腺癌具有许多经过深入研究的基因特征，这些特征在过去十年中已被证明与治疗反应和患者结果高度相关。这使其成为我们模型的理想测试案例。” 研究团队表示，SEQUOIA 仅使用肿瘤活检染色图像即可提供与 MammaPrint 相同类型的基因组风险评分。研究人员在多组不同的乳腺癌患者身上重复了这一结果。在每例中，被 SEQUOIA 确定为高风险的患者预后较差，癌症复发率较高，且癌症复发时间较短。 该人工智能模型目前还不能在临床环境中使用——它需要在临床试验中进行测试并获得 FDA 批准，然后才能用于指导治疗决策——但 Gevaert 表示，他的团队正在改进该算法并研究其潜在应用。他说，未来 SEQUOIA 可以减少对昂贵的基因表达测试的需求。 “我们已经证明了这种方法对乳腺癌的实用性，现在我们可以将它用于所有癌症，并查看任何基因特征，”他说。“这是我们以前没有的全新数据来源。”
    80浏览量
    原文链接

  • 《人工智能：投资热 落地难》
    • 来源专题：中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者：姜山
    • 发布时间：2018-06-29
    • 6月25日，在重庆2018高考志愿填报咨询大会上，人工智能、智能控制相关专业格外火爆，有特别多的考生和家长前来咨询。记者发现，教育部公布的“2017年度普通高等学校本科专业备案和审批结果”中，“机器人工程”“数据科学与大数据技术”等人工智能方向的专业屡次上榜。在新增备案本科专业名单中，有19所教育部直属高校申请开设“数据科学与大数据技术”专业，全国申请新设该专业的高校约有250所。 而与学生及家长们的热捧相反，在日前发布的《2018中国人工智能商业落地研究报告》称，过去一年，产业对人工智能期待值很高，各种应用层出不穷，但收获却很少。2017年中国AI创业公司获得的累计融资超过500亿元，但2017年中国AI商业落地100强创业公司累计产生的收入却不足100亿元，90%以上的AI企业亏损。 业界普遍认为，作为2017年全球信息通信领域最大热点的人工智能产业，雷声大、雨点小，遭遇商业落地之痛，确实令人深思。 AI机器人替代人工成为趋势 人工智能，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。2017年，从AlphaGo打败世界围棋冠军起，人工智能的产业热度再次被引爆。 随着人力成本的不断上升和先进制造需求的放大，全球工业机器人快速增长，增速达到每年17%，预计到2020年将达到400亿美元。工业机器人被用于自动化生产，包括装配、包装、焊接、产品检查和喷漆等环节。机器人可以确保更高质量的生产，减少人为错误和满足中小型企业日益增长的需求。因此，机器换人已经成为制造业发展的重要趋势。 中国信息通信研究院发布的《2017年中国人工智能产业数据报告》显示，人工智能是2017年全球信息通信领域的最大热点，远高于物联网、5G、安全与隐私、区块链等。 记者近日从“2018中国IT市场年会”上获悉，2017年中国人工智能核心产业规模超过700亿元，随着国家规划的出台，各地人工智能相关建设将逐步启动。预计到2020年，中国人工智能核心产业规模将超过1600亿元，增长率达到26.2%。 据工信部副部长辛国斌透露，2017年工信部共确定了202个智能制造综合标准化和新模式应用，97个智能制造试点示范项目，完成了25个智能制造标准立项。在示范项目的带领下，一大批企业积极推进智能化改造升级，服务型制造，共享经济等新模式日益普及，形成了许多新的增长点。 资本的热情与实际应用反差过大 此前已有报告显示，2018年会是人工智能行业的大洗牌期。根据腾讯研究院2017年发布的《2017中美人工智能创投现状与趋势》，截至2017年6月31日，全球AI公司总数达2542家，其中中国有592家。仅去年一年，全球已有超过50家AI创业公司宣布倒闭。 尽管如此，资本对AI产业的青睐不减。今年4月，人工智能平台公司商汤科技宣布完成6亿美元C轮融资，继去年旷视科技4.6亿美元融资以后，再次刷新了全球人工智能领域融资记录。而商汤科技刚于去年7月获得4.1亿美元B轮融资。云从科技也总计获得25亿元发展资金。 虽然融资额不断提高，但是国内人工智能的应用目前仍然处在初级阶段，商汤科技从事的机器视觉领域，不过是人脸识别这一块应用。安防领域，主要是海康威视和依图科技。云从科技主要瞄准的是传统银行。 家住重庆九龙坡的刘女士告诉记者：“家里去年买了一台‘智能冰箱’，广告号称可以实现食材管理、娱乐等功能，但其实只是比普通冰箱多了一个显示屏而已，所谓的食材管理功能都要自己逐个录入，使用起来并不方便。” 刘女士的吐槽并非个例。从市面上的产品可以看出，大多数被标为智能厨具的产品，不过是在传统厨具的基础上加入了手机客户端远程操控的功能，将以往厨具上的按键直接复制到手机上。从技术层面上看，这些智能厨具只是在原来基础上增加了无线网络、蓝牙等数据传输模块，外加一个配套的手机客户端，并没有真正的核心创新。“芯”片之痛依然。 中国智慧家庭研究中心主任梅晓春认为，人工智能应用于家电领域，还处于一个特别初级的阶段，甚至绝大多数家电人工智能产品，还仅仅是概念而已。 已有超过十年投资经验，在TMT领域的多个方向都有布局的联想之星合伙人刘维认为，互联网在进入一个阶段性的冬天，它的边际效应已经逐渐遇到了瓶颈。当各行各业可以很方便地应用互联网作为工具时，只喊着互联网，或者因为互联网而大肆烧钱，指望未来效率大量提升，就不容易成功了。 对于目前AI行业过度渲染，但实际上雷声大雨点小的现象，刘维的观点是：确实容易过度，因为AI看不见摸不着，拿一个评测，搞一个演示就可以说事，或者敢吹就能拿钱。“很多号称能解决的问题，都是长期看能解决，短期内做不到的，创业者选择什么路径，先去解决什么问题，我觉得非常关键。” 标准化和简单化是发展方向 “人工智能产业缺乏的不是算法，而是如何更好地转化成工程手段。”卡耐基梅隆大学机器学习系副主任、Petuum创始人兼CEO邢波说，人工智能太高深了，为人所知的有自动驾驶、医疗等应用场景，其实最普通的土木工程领域，也需要人工智能技术的变革，但是这些小的应用场景很少有人关注。 推动人工智能发展的目标只有一个，那就是AI与实体产业的融合，AI向传统经济的赋能，只有当人工智能内化为产业经济的核心能力，所做的一切才真正具有价值。邢波认为，人工智能产业的实验方法应该符合工业标准，可以被重复理解和使用，而不是把它当成艺术品一样观赏，更不能闭门造车。 业内人士认为，目前的智能家电不够智能，还是缺乏核“芯”技术，设计产品时并没有理解到消费者的真正痛点，设计理念过于理想化，炫技成分居多。结果就是，许多智能家电在很大程度上背离了消费需求。 在业内专家看来，人工智能未来面临的挑战主要有三个方面：首先是如何更好协同在一起，形成良好的AI发展生态。其次是建立统一标准，规范大家的行为。最终还是要行业应用，行业深度融合，这是人工智能的终极目标。 “未来人工智能行业要标准化和简单化，把一些标准制定出来，这个行业会形成更大的突破。”金山云高级副总裁、合伙人梁守星坦言，人工智能发展过程中的法律法规制定问题，也是行业面临的挑战。拿无人汽车来说，自动驾驶这个环节，已经涉及法律法规。一旦法律法规跟上了，人工智能的落地也会更加快速。
    317浏览量
    原文链接