傳統(tǒng)新藥研發(fā)風(fēng)險高而且周期長,資金投入也逐年增長,而人工智能（artificial intelligence,AI）技術(shù)可以改變傳統(tǒng)新藥研發(fā)模式,提高研發(fā)效率并降低再研成本。AI技術(shù)不僅能應(yīng)用于靶點篩選,還能應(yīng)用于表型篩選（phenotypic screening）,從而開展針對復(fù)雜疾病的新藥研發(fā),同時,小樣本學(xué)習(xí)使得AI技術(shù)更加具有普適性。而Alpha Go Zero的出現(xiàn)為AI技術(shù)帶來重大突破,將會推動新藥研發(fā)的快速發(fā)展。 

【文章來源】：中國藥理學(xué)通報. 2019,35(07)北大核心CSCD

【文章頁數(shù)】：5 頁

【文章目錄】：
1 AI技術(shù)在整合表型篩選中的應(yīng)用
    1.1 表型篩選及其優(yōu)勢
    1.2 基于細(xì)胞圖像組學(xué)的表型篩選
2 小樣本學(xué)習(xí)在新藥研發(fā)中的應(yīng)用
    2.1 遷移學(xué)習(xí)和半監(jiān)督學(xué)習(xí)
    2.2 基于高維小樣本數(shù)據(jù)的靶點篩選
3 Alpha Go Zero在新藥研發(fā)中的應(yīng)用
4 展望


【參考文獻(xiàn)】：
期刊論文
[1]人工智能與藥物研發(fā)[J]. 劉琦.  第二軍醫(yī)大學(xué)學(xué)報. 2018(08)
[2]抗腎纖維化藥物高內(nèi)涵篩選模型的建立及應(yīng)用[J]. 孫雪嬌,劉祎,李城,王曦廷,吳清華,張宇欣,栗世鈾,李亞東,李彧.  中國藥理學(xué)通報. 2017(03)
[3]現(xiàn)代表型藥物篩選——藥物發(fā)現(xiàn)的有效途徑[J]. 王月華,杜冠華.  中國新藥雜志. 2016(04)



本文編號：3526256