AI能治病了?AI生成药物分子90%成功率通过I期临床试验,未来研发新药只需5年!

简介: 【5月更文挑战第21天】AI在药物研发上取得重大突破,生成的药物分子在I期临床试验成功率高达90%,有望将新药研发时间缩短至5年。利用深度学习,AI能快速筛选出潜力药物,但需注意后续临床试验挑战及伦理安全问题。[链接](https://doi.org/10.1016/j.drudis.2024.104009)

近年来,人工智能(AI)在医疗领域的应用取得了令人瞩目的进展。最近,一项关于AI生成药物分子的研究成果引起了广泛关注。根据相关研究,AI生成的药物分子在I期临床试验中成功率高达90%,这一突破性进展引发了人们对于AI在药物研发领域巨大潜力的热议。

一直以来,新药研发都是一项耗时、高风险且高投入的工作。从最初的药物发现到最终的上市销售,整个过程通常需要花费数年甚至数十年的时间,并且成功率极低。然而,AI的出现为药物研发带来了新的希望。通过利用大数据和机器学习算法,AI可以在短时间内生成大量的候选药物分子,并从中筛选出最有潜力的药物。

在这项研究中,研究人员使用了一种名为"深度学习"的AI技术,通过分析大量的药物结构和活性数据,训练出了一个能够预测药物分子活性的模型。然后,他们使用这个模型生成了数百万个新的候选药物分子,并从中选择了最有潜力的几个进行进一步的研究。

令人惊喜的是,这些由AI生成的候选药物分子在I期临床试验中表现出了出色的效果。根据研究结果,这些候选药物分子的成功率高达90%,远高于传统药物研发的成功率。这一结果不仅证明了AI在药物研发领域的可行性,也为未来的药物研发提供了一种新的思路和方法。

然而,尽管这项研究取得了令人振奋的成果,但我们也需要保持理性和客观的态度。首先,I期临床试验只是药物研发过程中的第一步,后续的II期和III期临床试验仍然面临着巨大的挑战和风险。因此,我们不能过于乐观地认为AI生成的药物分子就一定能够成功上市。

其次,AI在药物研发中的应用也存在一些伦理和安全方面的问题。例如,如果AI生成的药物分子存在未知的副作用或风险,那么这些问题可能只有在临床试验中才能被发现。此外,AI的决策过程往往是"黑箱"的,我们很难理解和解释AI是如何生成候选药物分子的,这也可能给药物的安全性和有效性带来潜在的风险。

原文地址:https://doi.org/10.1016/j.drudis.2024.104009

目录
相关文章
|
2月前
|
机器学习/深度学习 人工智能
打开AI黑匣子,三段式AI用于化学研究,优化分子同时产生新化学知识,登Nature
【10月更文挑战第11天】《自然》杂志发表了一项突破性的化学研究,介绍了一种名为“Closed-loop transfer”的AI技术。该技术通过数据生成、模型训练和实验验证三个阶段,不仅优化了分子结构,提高了光稳定性等性质,还发现了新的化学现象,为化学研究提供了新思路。此技术的应用加速了新材料的开发,展示了AI在解决复杂科学问题上的巨大潜力。
36 1
|
2天前
|
人工智能 搜索推荐 安全
数百名研发人员用通义灵码,33%新增代码由AI生成,信也科技研发模式焕新升级
目前,信也科技数百名研发人员正在使用通义灵码,周活跃用户占比70%,新增代码中有33%由通义灵码编写,整体研发效率提升了11%,真正实现了数百研发人员开发效能的全面提升。
|
29天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
93 4
|
16天前
|
人工智能 测试技术 Serverless
AI编码,十倍提速,通义灵码引领研发新范式
欢迎参加通义灵码智能开发流程活动,通过在线部署和上传截图,即可获得新年好运日历,限量30个,先到先得!活动时间从即日起至2024年12月13日24:00。快来报名吧!
|
2月前
|
机器学习/深度学习 人工智能 算法
介绍一下AI在药物研发中的应用。
【10月更文挑战第16天】介绍一下AI在药物研发中的应用。
77 0
|
1月前
|
人工智能 自然语言处理 测试技术
通义千问AI来提高研发效率
【10月更文挑战第21天】
|
2月前
|
机器学习/深度学习 人工智能 算法
AI在药物研发中还有哪些应用场景呢
【10月更文挑战第16天】AI在药物研发中还有哪些应用场景呢
369 0
|
2月前
|
机器学习/深度学习 存储 人工智能
2024 年 AI 辅助研发趋势
这篇文章讨论了2024年AI辅助研发的趋势,包括技术进展、行业应用案例、面临的挑战与机遇、未来趋势预测、与法规的影响以及人才培养与教育。文章强调了AI在医药、汽车和电子等行业的应用,并指出了AI辅助研发面临的技术挑战、伦理问题和数据安全问题,同时也提出了技术创新、伦理规范和数据安全技术等方面的机遇。文章还预测了AI与研发流程的深度融合、智能研发平台的崛起和AI驱动的创新模式等未来发展方向,并讨论了政府政策和法规对AI辅助研发的影响,以及教育体系如何适应这一变革,培养具备AI技能的研发人才。
71 0
|
4月前
|
人工智能 安全 网络安全
网络犯罪分子开始利用AI绕过现代电子邮件安全措施
网络犯罪分子开始利用AI绕过现代电子邮件安全措施
|
4月前
|
人工智能
就AI 基础设施的演进与挑战问题之通过应用核心概念来优化研发过程的问题如何解决
就AI 基础设施的演进与挑战问题之通过应用核心概念来优化研发过程的问题如何解决