从 ChatGPT 到 Midjourney 的生成式人工智能平台在 2023 年占据了头条新闻。但 GenAI 能做的不仅仅是创建拼贴图像和帮助编写电子邮件,它还可以设计治疗疾病的新药物。
如今,科学家利用先进技术来设计具有正确性质和特征的新合成药物化合物,也称为“从头药物设计”。然而,当前的方法可能是劳动力、时间和成本密集型的。
受到 ChatGPT 受欢迎程度的启发,并想知道这种方法是否可以加快药物设计过程,加利福尼亚州奥兰治查普曼大学施密德科学技术学院的科学家们决定创建自己的 GenAI 模型,在一篇新论文中详细介绍了这一模型,“De De使用基于 Transformer 的机器翻译和自适应蒙特卡罗树搜索的强化学习进行 Novo 药物设计”,发表在《Pharmaceuticals》杂志上。
Dony Ang、Cyril Rakovski 和 Hagop Atamian 编写了一个模型来学习已知化学物质的大量数据集、它们如何与目标蛋白质结合,以及化学结构和性质的规则和语法。
最终结果可以产生无数独特的分子结构,这些结构遵循基本的化学和生物约束,并有效地与其靶标结合——有望以极低的成本大大加快针对多种疾病识别可行候选药物的过程。
为了创建突破性模型,研究人员首次集成了生物信息学和化学信息学领域的两种尖端人工智能技术:著名的“编码器-解码器变换器架构”和“通过蒙特卡罗树搜索的强化学习”(RL- MCTS)。该平台被恰当地命名为“drugAI”,允许用户输入目标蛋白质序列(例如,通常与癌症进展有关的蛋白质)。