挑选2亿种化合物
机器学习发觉数百种潜在性新冠药物
国际性战“疫”行動
科技日报北京市8月13日电 （新闻记者刘霞）据英国每天科学网站12日报导，美国科学家依靠一种强劲的机器学习方式 ，根据挑选约2亿种化合物，发觉了数百种新冠肺炎备选药物。
该科学研究责任人、加州大学河滨校区专家教授安南达桑卡·雷表述说，这一药物发觉服务平台是一种与人工智能技术相关的计算机算法，可根据不断尝试错误学习培训预测分析药物的特异性，其预测分析工作能力还能不断完善，“针对针对性发觉医治新冠肺炎新药来讲，该类服务平台是关键的第一步”。
在科学研究中，精英团队组员乔尔·科瓦列夫斯基采用了与新冠病毒蛋白相互影响的65种人们蛋白的配体，并为每个人们蛋白转化成了机器学习实体模型，这种实体模型经过训练，可从其三d构造中鉴别更新配体。
科学研究精英团队应用这种机器学习实体模型，从包括2亿种化合物的数据库查询中挑选出了1000多万种小分子，并明确了能最有效靶向与新冠病毒蛋白相互影响的65种人们蛋白的化合物。她们从这种化合物中评定出了早已得到 英国食品药品管理处（FDA）准许的化合物，比如一些药物和食品类中应用的化合物。她们还应用机器学习实体模型测算了各种各样化合物的毒副作用，这有利于革除潜在性的有害备选物。
科学研究工作人员表明，这类方式 不但使她们评定出对单独人们蛋白靶标具备最明显特异性的备选药物，还发觉了一些有希望抑止2个或好几个人们蛋白靶标的有机化学物。
雷说：“最令我激动的是这些很有可能会蒸发的化合物，这为吸进治疗法产生了意外惊喜。”
科学研究工作人员觉得，传统式依靠细胞培养测量的方式 很价格昂贵，并且很有可能必须多年時间对药物开展检测，与之对比，她们的机器学习服务平台在基本筛选很多化合物层面具备优点。并且，该服务平台不但能用以产品研发抗新冠肺炎药物，还能加快别的多种多样病症药物的产品研发过程。
