新的人工智能工具開發了醫療藥品，並告訴科學家如何使它們

西蒙·弗雷澤（Simon Fraser）大學的研究人員介紹了人工智能的結構，這可以改變藥物的開發並加速新藥的開放。

在潛在的醫療保健中，一項新研究提出了一種創新方法，該方法解決了製藥行業中最持久的問題之一 – 如何開發和製造有效的藥物分子。有工作 出版 在 arxiv 預印服務器。

多年來，人工智能工具在理論上可以與疾病目標相互作用的複雜分子結構的發展中展示了很大的前景。然而，這些“理想”分子中的許多分子在實際實驗室中是不可能的。

希望這個新過程可以顯著減少檢測和製造用於治療一般疾病（例如癌症）的藥物所需的時間。

SFU計算機科學教授馬丁·埃斯特（Martin Esther）說：“新藥的開發是一個非常耗時且昂貴的過程。通常，人們總是說，為了在市場上帶來新藥，他們將需要10年和10億美元。

AI設計藥物的主要問題之一是合成的路徑 – 提出構建分子的逼真的化學配方的能力。沒有這個，即使是AI開發的最有前途的分子，也經常被丟棄，從而導致時間和資源浪費。

托尼·沉（Tony Shen）博士解釋說：“與疾病的鬥爭始於檢測引起該疾病的蛋白質。”報紙的學生和首席作者。 “在實驗室中，計算機模型隨後用於設計將接觸導致該疾病的蛋白質，經常停止其有害活動的蛋白質的分子。整個過程有點像試圖設計適合鎖定的鑰匙的嘗試。”

在一項名為CGFLOW的研究中提出的新方法代表了一種具有兩種設計的方法，該方法允許AI同時建模分子的構建方式以及在三維空間中的外觀。

這種組合對於創建分子的創造是必要的，這些分子不僅在生物學上有效，而且在化學上也可以進行生產。

“我們已經開發了一種機器學習方法，實際上可以保證可以通過現實世界中的化學合成來創建產生的分子，” Esther說。 “將這些生成模型的結果轉化為實際應用時，這是一個非常重要的方面。這非常有趣。”

CGFlow並沒有一次開發分子，而是逐步收集它們，它與雕像的雕塑非常相似，一次添加一塊粘土。每一步，AI都會了解新組件如何改變分子的一般形狀和功能，從而導致更準確和有效的結構。

該模型的潛力已經在實驗室之外得到認可。幾家公司試圖在早期階段引入CGFlow框架以開放癌症藥物，從而在打擊複雜疾病的鬥爭中提供了新的希望。

“下一步是將我們的方法納入行業，以便可以使用和改進。我們真的有興趣與行業合作評估和進一步開發實際應用中CGFLOW，” Ether補充說。

該研究在 國際機器學習會議2025在溫哥華。