科技日報(bào)北京8月13日電(記者 劉霞)據(jù)美國每日科學(xué)網(wǎng)站12日報(bào)道，美國科學(xué)家借助一種強(qiáng)大的機(jī)器學(xué)習(xí)方法，通過篩選約2億種化學(xué)物質(zhì)，發(fā)現(xiàn)了數(shù)百種新冠肺炎候選藥物。

　　該研究負(fù)責(zé)人、加州大學(xué)河濱分校教授安南達(dá)�？āだ捉忉屨f，這一藥物發(fā)現(xiàn)平臺(tái)是一種與人工智能有關(guān)的計(jì)算機(jī)算法，可通過反復(fù)試錯(cuò)學(xué)習(xí)預(yù)測藥物的活性，其預(yù)測能力還能不斷改進(jìn)，“對于系統(tǒng)性發(fā)現(xiàn)治療新冠肺炎新藥而言，此類平臺(tái)是重要的第一步”。

　　在研究中，團(tuán)隊(duì)成員喬爾·科瓦列夫斯基用到了與新冠病毒蛋白相互作用的65種人類蛋白的配體，并為每種人類蛋白生成了機(jī)器學(xué)習(xí)模型，這些模型經(jīng)過訓(xùn)練，可從其3D結(jié)構(gòu)中識(shí)別出新配體。

　　研究團(tuán)隊(duì)使用這些機(jī)器學(xué)習(xí)模型，從包含2億種化學(xué)物質(zhì)的數(shù)據(jù)庫中篩選出了1000多萬種小分子，并確定了能最有效靶向與新冠病毒蛋白相互作用的65種人類蛋白的化合物。他們從這些化合物中鑒定出了已經(jīng)獲得美國食品藥品管理局(FDA)批準(zhǔn)的化合物，例如一些藥品和食品中使用的化合物。他們還使用機(jī)器學(xué)習(xí)模型計(jì)算了各種化合物的毒性，這有助于摒棄潛在的有毒候選物。

　　研究人員表示，這種方法不僅使他們鑒定出對單個(gè)人類蛋白靶標(biāo)具有最顯著活性的候選藥物，還發(fā)現(xiàn)了一些有望抑制兩個(gè)或多個(gè)人類蛋白靶標(biāo)的化學(xué)物。

　　雷說：“最令我興奮的是那些可能會(huì)揮發(fā)的化合物，這為吸入療法帶來了驚喜�！�

　　研究人員認(rèn)為，傳統(tǒng)依賴細(xì)胞培養(yǎng)測定的方法很昂貴，而且可能需要數(shù)年時(shí)間對藥物進(jìn)行測試，與之相比，他們的機(jī)器學(xué)習(xí)平臺(tái)在初步篩查大量化學(xué)物質(zhì)方面具有優(yōu)勢。而且，該平臺(tái)不僅能用于研發(fā)抗新冠肺炎藥物，還能加速其他多種疾病藥物的研發(fā)進(jìn)程。