从2018年到2023年在小分子药物发现中的人工智能:它真的有效吗?

科学领域:

• 计算化学和药理学计算化学和药理学
• 生物信息学和化学信息学
• 药物的发现和开发.

背景情况:

• 人工智能 (AI) 正在彻底改变药物设计,为目标识别和新药开发提供先进的方法.
• 整合AI技术简化了药物开发过程,大大提高了早期发现效率.
• 小分子药物设计中的AI应用正在迅速扩大,影响着研究的各个阶段.

研究的目的:

• 为在小分子药物设计中提供AI应用的全面审查.
• 专注于关键的AI领域:蛋白质结构预测,虚拟选,分子设计和ADMET预测.
• 探索人工智能对药物开发决策的作用,局限性和影响.

主要方法:

• 对用于药物设计的AI方法的文献综述.
• 对人工智能对蛋白质结构预测贡献的分析.
• 在分子虚拟查和de novo分子设计中对AI的检查.
• 对AI进行评估,以预测吸收,分布,新陈代谢,分泌和毒性 (ADMET).

主要成果:

• 人工智能显著提高了效率,并减少了早期药物发现工作量.
• 人工智能方法在蛋白质结构预测,虚拟查和分子设计方面表现有前途.
• 人工智能驱动的ADMET预测有助于识别具有良好的药物动力学特征的潜在候选药物.
• 人工智能集成影响决策过程,突出其作为支持工具的作用.

结论:

• 人工智能为小分子药物设计提供了巨大的好处,特别是在早期阶段.
• 人工智能应该被视为一种强大的工具,可以增强,而不是取代人类在药物开发方面的专业知识.
• 仔细考虑人工智能的局限性和人类指导决策的重要性,对于成功的药物发现至关重要.