人工智能和药物发现

人类的身体是非常复杂的。它甚至可能需要许多年才能发现一个新药成功治疗一种疾病。在过去的50年里,药物发现主要集中在高通量筛查已知变异的目标。这使得药物发现,昂贵,labor-consuming过程。然而,结合积累数据从化学、生物、生物医学、及相关领域,人工智能可以帮助研究人员开发新的药物更快,提高了数百万人的生活质量。人工智能是一个技术系统,利用先进的工具和算法模拟人类智能和比以往更有效地处理大量的数据。基于输入数据,人工智能可以形成推论、预测,评估,和看不见的或未来的数据分析。人工智能已经被成功应用于社会的各个方面,尤其是在医学和制药。人工智能的应用可以促进更好的药物的发现和开发,以及疾病的早期诊断和治疗。

几项研究已经表明,人工智能可以成功地应用于药物发现,包括新创药物设计、定量构效关系分析(构象)、网络药理学、化学空间可视化和逆分子设计基于生成模型。在本研究课题“人工智能和药物发现”,我们希望但不限于以下几点:(1)小说的发展人工智能算法/工具,可以加速药物发现;(2)识别潜在结构未来的药物开发;和(3)确定行动的机制(农业部)药物利用人工智能和目标。

本研究课题旨在发布重大研究包括审查,min-review,和研究文章,突出新概念,涵盖所有方面的见解,发现化学和药物设计的多学科领域。

1。设计、合成和评价小说受体受体激动剂/拮抗剂
2。网络药理学利用发现的天然产物和药物设计
3所示。大分子(蛋白质、肽、peptidomimetic、核酸、脂质、碳水化合物)的药物设计
4所示。新颖的基于结构的药物设计技术包括分子建模、虚拟筛选,chemoinformatics
5。生物信息学在蛋白质组学、化学基因组学和分子筛选目标识别技术
6。ADMET毒性的新算法,药理学,药物输送
7所示。定量结构活性关系(构象)活动支架的毒理学和药代动力学性质的研究
8。逆分子设计/代采用生成模型包括深度学习、遗传算法、或相关的人工智能技术
9。通过分析临床诊断疾病图片的帮助下人工智能
10。人工智能的应用和临床试验早期疾病诊断的生物标志物
11。大数据分析,人工智能对疾病预防和临床病例预后判断

请注意:所有提交的手稿收集需要完全符合最佳实践的四个支柱民族药物学(你可以在这里免费下载完整版),网络分析没有任何实验验证是不可接受的

关键字:人工智能,计算机辅助药物设计、构象、网络药理学、逆分子设计

重要提示:所有贡献这个研究课题必须的范围内的部分和期刊提交,作为其使命声明中定义。雷竞技rebat前沿有权指导检查手稿更适合部分或同行评审的期刊在任何阶段。