科研| 新加坡國立大學教授研究利用人工智能平臺對抗病毒

　　隨著新冠肺炎危機的繼續(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抗這種疾病背后的病毒。

　　傳統(tǒng)上，當出現危險的新細菌和病毒感染時，應對措施是開發(fā)一種結合多種不同藥物的治療方法。然而，此過程費力且費時，藥物和劑量都需要反復試驗。

　　考慮到這一點，新加坡國立大學N.1衛(wèi)生研究院院長兼新加坡國立大學生物醫(yī)學工程學系主任何教授帶領一個多學科的研究團隊提出了一個名為“IDentif”的開拓性人工智能平臺，通過人工智能識別傳染病聯(lián)合療法可以大大提高這項開發(fā)的效率。他們的結果發(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菌對不同潛在候選物的反應，將藥物以遞增劑量給予細菌或病毒，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效果。

　　但是，當同時研究幾種藥物作為候選藥物時，這些方法無效。同樣，這些方法通常可以為體外研究帶來積極的成果，但是在體內研究中很難進行觀察。

　　為了避免傳統(tǒng)藥物聯(lián)合療法發(fā)展的弊端，何教授及其團隊與上海交通大學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驗次數。

　　“使用IDentif.AI，我們花了三天的時間，從數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)現新藥物聯(lián)合療法的速度和準確性是前所未有的，”何教授說。

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

　　同樣，當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，該組合的療效降低了14倍。

　　事實證明，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COVID-19的疫苗和抗體療法的開發(fā)正在進行，我們將需要一種快速的治療策略來應對可能隨時間演變的病毒。我們的優(yōu)勢在于，我們可以執(zhí)行一個實驗，并在幾天之內列出用于治療的藥物組合清單。而且，如果患者對最初的藥物組合反應不佳，我們可以在幾天之內獲得新的組合，以重新優(yōu)化他們的護理。我們的平臺可用于解決患者根據開始治療的時間以及是否發(fā)生不同菌株的下游感染而需要不同藥物組合的可能性�！�