《马尔可夫分子采样的多目标药物发现》14页PPT，字节、密歇根大学、Mila、上海交大等
相关内容
AI技术中的机器学习、深度学习、自然语言处理等技术能够提高制药数据、信息的处理效率，对于药物研发过程中的新药发现，可以代替研究人员有限的知识储备和想象力，发现原来很难、甚至不可能发现的靶点，这也是AI在制药领域最大的价值点，AI还可以预测候选药物的性能如药物的吸收、代谢、毒性、不良反应等，缩小后期实验范围，降低临床失败概率，大幅降低新药研发的时间、资金成本。机器学习和深度学习算法已在多个药物发现过程中实施，例如肽合成、基于结构的虚拟筛选、基于配体的虚拟筛选、毒性预测、药物监测和释放、药效团建模、定量构效关系、药物重新定位、多药理学和理化活性。过去的证据加强了人工智能和深度学习在该领域的实施。此外，新颖的数据挖掘、管理和管理技术为最近开发的建模算法提供了关键支持。总之，人工智能和深度学习的进步为合理的药物设计和发现过程提供了绝佳的机会，最终将影响人类。
Arxiv
0+阅读 · 2022年4月20日
相关VIP内容
相关资讯
相关论文
Arxiv
0+阅读 · 2022年4月20日
微信扫码咨询专知VIP会员