一位人工智能化学家发现了七百种潜在新药，无需任何实验室实验
在韩国，一项名为“DeepMol”的突破性人工智能改变了我们研发药物的方式。在短短三个月内，它模拟并筛选出了 700 多种潜在候选药物，这些药物均无需进行任何物理实验室测试即可发现。该系统完全通过数字化学和量子模拟工作，扫描数十亿种化学组合以寻找治疗潜力。
与依赖硬编码规则的传统系统不同，DeepMol 从庞大的分子数据库中学习，并识别人类化学家无法识别的模式。它从一个已知靶点（例如与疾病相关的特定蛋白质）入手，模拟无数可能与该蛋白质有效结合的分子结构的行为。它不仅根据活性对每种化合物进行评分，还根据毒性、溶解度和可制造性进行评分。
最有前景的成果之一是一种胶质母细胞瘤抑制剂——一种脑癌化合物，在初步测试中，其疗效比目前的化疗药物高出 60% 以上。 该药物随后在体外合成并验证，证明了人工智能无需早期的实验室工作即可提出现实世界的疗法。
这种方法之所以如此具有颠覆性，是因为它的速度和规模。曾经需要5到10年时间、耗费数百万美元的流程，现在只需几周即可完成，成本也大幅降低。人工智能正在有效地降低罕见病和疑难杂症的风险，并扩大其发现渠道。
这并不意味着化学家的终结——它增强了化学家的能力。人工智能提出建议，人类科学家进行验证。两者携手，以前所未有的速度加速药物研发进程。药物研发不再受时间和人力的限制——算法将为其提供强大的动力。
借助像DeepMol这样的工具，我们正在见证一个新时代，人工智能不仅在辅助科学研究，还在共同创造医学的未来。
