Искусственный интеллект в поиске лекарственных препаратов: последние достижения и перспективы развития

Введение: Искусственный интеллект (ИИ) способствовал развитию компьютерного поиска лекарственных препаратов. Широкое внедрение машинного обучения, особенно глубокого обучения, в различных научных дисциплинах, а также достижения в области аппаратного и программного обеспечения и другие факторы продолжают стимулировать это развитие. Первоначальный скептицизм в отношении применения ИИ в фармацевтических исследованиях постепенно ослабевает, что приносит пользу лекарственной химии.

Рассматриваемые вопросы: Представлен обзор современного состояния ИИ в хемоинформатике. Обсуждаются количественные зависимости «структура—активность» и «структура—свойство», моделирование на основе структуры, разработка молекул с нуля и прогнозирование химического синтеза. Освещены преимущества и ограничения современных методов глубокого обучения, а также перспективы применения ИИ следующего поколения для поиска лекарственных препаратов.

Экспертное мнение: Методы на основе глубокого обучения лишь начали решать некоторые фундаментальные задачи поиска лекарственных препаратов. Определённые методические достижения, включая модели передачи сообщений, сети, сохраняющие пространственную симметрию, гибридный дизайн молекул с нуля и другие инновационные подходы машинного обучения, вероятно, станут общепринятыми и помогут решать наиболее сложные задачи. Открытый обмен данными и разработка моделей будут играть центральную роль в развитии поиска лекарственных препаратов с помощью ИИ.