很多文章的报道都是由微观而宏观，今日小编讲给大家带来的关于揭示人工智能如何刺激药物开辟的资讯也不例外，希翼可以在一定的程度上开阔你们的视野！y有对揭示人工智能如何刺激药物开辟这篇文章感兴趣的小伙伴可以一起来看看

Gisbert Schneider说，在药物设计中使用人工智能将大大促进药物研究。从中期来看，计算机甚至可以自主进行实验。

设计药物是一项复杂而艰巨的任务。您如何开辟有效的新药而无不良副作用，以解决世界上最紧迫的健康问题?医学化学家必须考虑一系列相互作用：药物以多种方式与人体细胞和器官相互作用，而且每个患者之间的差异通常很大。尽管实验室中的迭代(通常是自动化)测试方法为药物开辟提供了许多潜在的起点，在设计和选择最有希翼的候选药物方面存在局限性。药物设计者必须从大约1060种可能仅在理论上可以合成的类药物分子中进行选择。而且，要成为医学化学方面的知识渊博的专家，还需要多年的在职培训。

这就是人工智能(AI)和机器学习的地方。部署AI来协助化学家进行药物设计过程有望做出更好的决策：通过“大”筛分比人类思维更有效。数据可生成可再现的结果，并通过并行考虑许多项目目标来支持发现过程。

完美的合作伙伴?

更好的药物，更快地发现和交付-AI听起来像是实验室中的理想合作伙伴。但是，尽管精通化学的AI系统在某些方面可以通过处理人类思维所困扰的问题来胜过化学家，但这并不是万灵丹。实际上，我们对AI辅助药物设计的期望可能过高：我们必须承认对人类疾病机制的不完善理解。惟独提供适当的数据，机器智能才干了解药物分子及其生理效应之间的故意义关系。

这就是为什么我们的科学家不必担心计算机会完全取代它们的原因–实际上，如果我们要继续在这一领域取得进步，就需要更多的药物化学家。AI模型已经支持我们在药物发现方面的决策，但是将AI集成到自动化药物设计过程中将需要新的思维：它将改变设置，就像近年来的软件和技术在将特性预测到很高水平时所做的那样精确度比没有自动化的实验室快得多。

自动发现

借助持续不断的自动化，我们可以预见在三到五年的时间里，借助机器人技术，计算机可以高效，自主地进行实验。实际上，这已经在某些地方进行了测试，尤其是在苏黎世联邦理工学院和工业界。我们还可以期望AI在开辟的早期阶段预测物质的作用，并建议具有所需特性的新化学结构。这意味着需要检验的物质更少。

从长远来看，人工智能可能会抓住钥匙，为更有效，更容易获得的个性化医疗打开大门。但是，这将需要在该领域的持续研究和投资，以及AI，化学，制药和生物技术领域专家的新的跨学科思维。