眾所周知,藥物的研發需要投入大量的人力物力,可即便這樣,其研究結果也并不一定令人滿意,很早之前就有學者提出利用人工智能幫助研發藥物,提高研發的速度,減輕研發人員在一些基礎工作特別是信息收集和分析方面的負擔,如今這個想法終于要實現了。
最近來自舊金山的一家新創公司Atomwise設計了一套名為AtomNet的系統,這套系統可以幫助藥物研發團隊簡化一些初始工作,同時還可以對化學分子的反應與結合進行模擬,有意思的是AtomNet在進行模擬的過程中還會不斷自我學習,豐富自己的數據庫。
AtomNet的犀利之處除了上述提到的功能外,還能夠結合大數據和歷史資料來分析某種分子的生物活性。據悉,AtomNet分析100萬種化合物只需要一天,如果是傳統的分析方法則需要數天,這大大縮短了研發團隊在分析環節上所用的時間。
當然了,AtomNet目前還不具備自主開發新藥物的功能,只能通過分析相關信息來輔助開發藥物,值得注意的是,AtomNet系統雖然還沒有最終完成,但它已經參與并成功輔助開發出了兩種新藥,其中有一種新藥已經獲得英國制藥公司的許可,這意味著距離臨床使用又近了一步。
AtomNet系統的出現可以說給藥物研發領域帶來了十分積極的推動作用,未來諸如AtomNet這樣的人工智能系統還會不斷推出,新藥的研發進程會大幅縮短,另一方面也說明,人工智能的市場前景也不僅僅局限于互聯網、服務業等行業,聰明的投資者現在或許已經有所動作了。
更多資訊請關注工業機器人頻道