科技日報北京5月14日電 (記者張夢然)美國加州大學圣迭戈分校科學家開發(fā)了一種機器學習算法，來模擬藥物發(fā)現(xiàn)早期階段耗時的化學過程，其可以顯著簡化研發(fā)流程，同時也為前所未有的治療找到新途徑?？茖W家借助這一工具，已合成出32種治療癌癥的新候選藥物。相關研究成果發(fā)表在新一期《自然·通訊》上。

識別候選藥物以進行進一步優(yōu)化，通常需要數(shù)千次單獨的實驗，但新的人工智能(AI)平臺可在很短的時間內得出結果。這個名為POLYGON的新平臺可識別多靶點藥物，而現(xiàn)有的篩選流程則優(yōu)先考慮單靶點藥物。多靶點藥物與聯(lián)合療法具有相同的益處，即幾種不同的藥物共同用于治療癌癥，效果更好且副作用更小。

研究人員在一個包含超過100萬個已知生物活性分子的數(shù)據(jù)庫上對POLYGON進行了訓練。該數(shù)據(jù)庫涵蓋了分子的化學性質以及與蛋白質靶標相互作用的詳細信息。通過學習數(shù)據(jù)庫中的模式，POLYGON能生成新候選藥物原始化學式等信息。

為了測試平臺有效性，研究人員利用其生成了數(shù)百種針對多種癌癥相關蛋白對的候選藥物。從這些候選藥物中，他們成功合成出32種藥物，這些藥物可與MEK1和mTOR這兩種細胞信號蛋白相互作用。MEK1和mTOR是癌癥聯(lián)合治療中備受關注的潛在靶點，被科學界稱為“綜合致死蛋白”，同時抑制這兩種蛋白被認為足以殺死癌細胞。

免責聲明：凡本網注明“來源：XXX（非駐馬店廣視網、駐馬店融媒、駐馬店網絡問政、掌上駐馬店、駐馬店頭條、駐馬店廣播電視臺）”的作品，均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，作品版權歸原作者所有，如有侵犯您的原創(chuàng)版權請告知，我們將盡快刪除相關內容。凡是本網原創(chuàng)的作品，拒絕任何不保留版權的轉載，如需轉載請標注來源并添加本文鏈接：http://vayoma.com/showinfo-108-322683-0.html，否則承擔相應法律后果。