人工智能在药物发现中对被忽视疾病的发展

2019年，计算机科学家郭瑾疆受到在非洲从事医疗工作的阿姨的启发，转向药物发现领域。他加入了全球健康药物研发中心（GHDDI），专注于疟疾和结核病等因利润空间低而被忽视的疾病。

传统的药物发现过程涉及从数百万种化合物中筛选出能够有效针对某种疾病的一种化合物，这一过程类似于大海捞针，既耗时又低效。

郭瑾疆最初认为人工智能可以迅速识别有效化合物，就像其在图像识别中展现的高准确性一样。然而，他很快意识到生物数据的复杂性，需要多学科的综合方法。

在GHDDI，一个团队整合了生物学、化学、物理学和计算机科学来训练人工智能模型。这些模型一旦得到完善，就能在几小时内筛选数百万种化合物，显著加快潜在药物的发现。

此外，GHDDI还采用了生成式人工智能，这种技术能够根据特定疾病目标设计新的化合物，有望解决药物抗性问题。这一先进方法得到了微软计算能力的支持，有望实现更精确和创新的药物设计。

尽管取得了这些进展，但从化合物发现到可上市药物的道路仍然充满挑战，需要进行大量的测试和监管障碍。

郭瑾疆反思了自己在药物开发初期的天真想法，但仍然坚定不移，希望通过加速发现过程来挽救生命。

洞察： 人工智能在药物发现中的整合标志着重大转变，不仅提高了效率，还关注了长期以来被边缘化的疾病。这一创新不仅加快了进程，还使医疗进步的获取更加民主化，有可能彻底改变全球健康结果。