科研| 新加坡國立大學(xué)教授研究利用人工智能平臺(tái)對(duì)抗病毒

　　隨著新冠肺炎危機(jī)的繼續(xù)發(fā)展，世界各地的研究人員都在嘗試尋找最有效的方法來對(duì)抗這種疾病背后的病毒。

　　傳統(tǒng)上，當(dāng)出現(xiàn)危險(xiǎn)的新細(xì)菌和病毒感染時(shí)，應(yīng)對(duì)措施是開發(fā)一種結(jié)合多種不同藥物的治療方法。然而，此過程費(fèi)力且費(fèi)時(shí)，藥物和劑量都需要反復(fù)試驗(yàn)。

　　考慮到這一點(diǎn)，新加坡國立大學(xué)N.1衛(wèi)生研究院院長兼新加坡國立大學(xué)生物醫(yī)學(xué)工程學(xué)系主任何教授帶領(lǐng)一個(gè)多學(xué)科的研究團(tuán)隊(duì)提出了一個(gè)名為“IDentif”的開拓性人工智能平臺(tái)，通過人工智能識(shí)別傳染病聯(lián)合療法可以大大提高這項(xiàng)開發(fā)的效率。他們的結(jié)果發(fā)表在2020年4月16日的Advanced Therapeutics上。

　　常規(guī)治療藥物的選擇涉及檢查病毒或細(xì)菌對(duì)不同潛在候選物的反應(yīng)，將藥物以遞增劑量給予細(xì)菌或病毒，直到觀察到最大程度地阻止其生長為止，然后將其他藥物加在一起以增強(qiáng)效果。

　　但是，當(dāng)同時(shí)研究幾種藥物作為候選藥物時(shí)，這些方法無效。同樣，這些方法通�？梢詾轶w外研究帶來積極的成果，但是在體內(nèi)研究中很難進(jìn)行觀察。

　　為了避免傳統(tǒng)藥物聯(lián)合療法發(fā)展的弊端，何教授及其團(tuán)隊(duì)與上海交通大學(xué)的合作者一起利用了AI的處理能力。研究小組精心選擇了12種藥物，這些藥物可用于治療由水泡性口炎病毒（VSV）引起的肺細(xì)胞感染。然后，他們使用IDentif.AI來顯著減少這12種藥物的全部組合范圍和最佳劑量所需的實(shí)驗(yàn)次數(shù)。

　　“使用IDentif.AI，我們花了三天的時(shí)間，從數(shù)十億種可能的組合中確定了多種最佳藥物方案，這些組合將VSV感染率降低到1.5％，沒有明顯的不良影響。發(fā)現(xiàn)新藥物聯(lián)合療法的速度和準(zhǔn)確性是前所未有的，”何教授說。

　　南昌留學(xué)云提示，重要的是，研究小組發(fā)現(xiàn)，對(duì)最佳藥物組合進(jìn)行最佳劑量給藥時(shí)，其效果是次最佳劑量的7倍。這表明了理想藥物和劑量識(shí)別的至關(guān)重要。

　　同樣，當(dāng)從排名最靠前的藥物組合中替換一種藥物，并且以次優(yōu)劑量給藥該新組合時(shí)，該組合的療效降低了14倍。

　　事實(shí)證明，IDentif.AI可以快速提供傳染病治療效果，該小組目前將目光投向了COVID-19。

　　何教授說：“隨著針對(duì)COVID-19的疫苗和抗體療法的開發(fā)正在進(jìn)行，我們將需要一種快速的治療策略來應(yīng)對(duì)可能隨時(shí)間演變的病毒。我們的優(yōu)勢(shì)在于，我們可以執(zhí)行一個(gè)實(shí)驗(yàn)，并在幾天之內(nèi)列出用于治療的藥物組合清單。而且，如果患者對(duì)最初的藥物組合反應(yīng)不佳，我們可以在幾天之內(nèi)獲得新的組合，以重新優(yōu)化他們的護(hù)理。我們的平臺(tái)可用于解決患者根據(jù)開始治療的時(shí)間以及是否發(fā)生不同菌株的下游感染而需要不同藥物組合的可能性�！�