极道
·
AlphaFold是药物发现的下一个重大事件？
💡
原文中文，约700字，阅读约需2分钟。
📝
内容提要
谷歌Deepmind的AlphaFold预测蛋白质结构高精度，可用于更快、更便宜地发现药物。生物技术公司Recursion使用AlphaFold预测了15000多种人类蛋白质的结构，并计算了360亿种潜在药物化合物与这些蛋白质的结合情况。制药公司可以利用人工智能模型来寻找先导化合物，从而节省成本并加速药物研发。
🎯
关键要点
- 人工智能在科学上面临的挑战是涌现现象无法被推断，需通过实验室测试。
- 谷歌Deepmind的AlphaFold在2020年成功预测蛋白质的三维形状，激发了药物发现的潜力。
- AlphaFold能够预测科学家们之前知之甚少的蛋白质结构，帮助药物通过与蛋白质结合发挥作用。
- 生物技术公司Recursion利用AlphaFold预测了15000种人类蛋白质的结构，并计算了360亿种潜在药物化合物的结合情况。
- Recursion使用自己的人工智能工具MatchMaker，将预测结构与Enamine Real Space数据库中的小分子进行匹配。
- 使用计算工具进行药物发现可以更快、更便宜地利用药物制造的所有参数。
- 制药公司通过人工智能模型寻找先导化合物，可能只需测试数百种化合物，节省成本并加速上市。
- 面临的挑战是创建一个系统来识别与未知蛋白质牢固结合的化合物并进行验证。
➡️
