世界人口老龄化、慢性病和传染病负担日益加重,迫切需要安全有效的药物来满足全球数十亿人的医疗需求。然而,发现一种新药并将其推向市场是一个漫长、艰巨且昂贵的过程。

长期以来,人工智能(AI)一直被认为能够克服这些障碍,因为它能够分析大量数据、发现模式和关系,并预测效果。但是,尽管 AI 具有巨大的潜力,但 AI 尚未兑现改变药物发现的承诺。

现在,由哈佛医学院生物医学信息学家 Marinka Zitnik 领导的一个多机构团队推出了一个平台,旨在通过开发更真实的数据集和更高保真度的算法,来优化 AI 驱动的药物发现。

Therapeutics Data Commons(TDC)——是一个开放访问平台,一方面充当计算机科学家和机器学习研究人员之间的桥梁,另一方面充当生物医学研究人员、生物化学家、临床研究人员和药物设计师之间的桥梁。

该平台相关文章以《Artifcial intelligence foundation for therapeutic science》为题,发布在《Nature Chemical Biology》 上。

图片

论文链接:https://www.nature.com/articles/s41589-022-01131-2

内容中包含的图片若涉及版权问题,请及时与我们联系删除