2023年9月11日,美国芝加哥大学,荷兰莱顿大学,美国佐治亚理工学院,荷兰瓦赫宁恩大学,南非约翰内斯堡大学,法兰克福歌德大学,丹麦技术大学,瑞士巴塞尔大学,荷兰莱顿药物研究学术中心,瑞士联邦理工学院,德国耶拿大学,新西兰奥克兰大学,加拿大西蒙菲莎大学,美国密歇根大学,法国萨克雷大学等单位的研究人员在《Nature Reviews Drug Discovery》杂志发表了一篇题为“Artificial intelligence for natural product drug discovery”的论文。
计算全息技术的发展为获取隐藏的天然产品多样性提供了新的手段,为药物发现发掘了新的潜力。与此同时,机器学习等人工智能方法也为计算药物设计领域带来了令人兴奋的发展,促进了生物活性预测和针对感兴趣的分子靶点的全新药物设计。该研究介绍了这些发展之间当前和未来的协同作用,以便从自然界产生的大量分子中有效识别候选药物。该研究还讨论了如何应对实现这些协同作用潜力的关键挑战,如训练深度学习算法所需的高质量数据集和算法验证的适当策略。
本文内容转载自“ AI Energy”微信公众号。
原文链接: https://mp.weixin.qq.com/s/x-4GukKLaAx7L58hjUVsSA