新药的发现，被称为“药物发现”，是一项昂贵且耗时的任务。然而，一种名为机器学习的人工智能可以大大加快这个过程，并以极少的成本完成这项工作。科学家最近利用这项技术找到了三种有前景的衰老抑制药物候选者，这些药物可以减缓衰老并防止与年龄相关的疾病。

衰老抑制药物通过杀死衰老细胞来起作用。这些细胞是“活着的”（代谢活跃），但已经无法复制，因此被昵称为“僵尸细胞”。这些细胞的DNA受到了损伤，例如被太阳光线损伤的皮肤细胞，所以停止复制可以阻止损伤的扩散。然而，衰老细胞并不总是好事。它们分泌一种可以传播到邻近细胞的炎症蛋白。在一生中，我们的细胞遭受了各种攻击，从紫外线到化学物质的暴露，因此这些细胞会积累起来。

衰老细胞数量增多已经被证明与一系列疾病有关，包括2型糖尿病、COVID、肺纤维化、骨关节炎和癌症。实验室小鼠的研究表明，使用衰老抑制药物消除衰老细胞可以改善这些疾病。这些药物可以杀死僵尸细胞，同时保持健康细胞的活力。

已知的衰老抑制药物有80种，但只有两种已经在人体中进行了测试：达沙替尼和槲皮素的组合。如果能找到更多可以用于各种疾病的衰老抑制药物就太好了，但是一个药物要上市需要10到20年，花费数十亿美元。

五分钟内得出结果

来自爱丁堡大学和西班牙国家研究委员会IBBTEC-CSIC的研究人员，想知道他们是否可以训练机器学习模型来识别新的衰老抑制药物候选者。

为了做到这一点，他们向AI模型提供了已知的衰老抑制药物和非衰老抑制药物的例子。模型学会了区分这两者，并可以用来预测它们以前从未见过的分子是否也可能是衰老抑制药物。

当解决一个机器学习问题时，他们通常首先在一系列不同的模型上测试数据，因为其中一些模型的表现往往比其他模型好。

为了确定表现最好的模型，在过程开始时，他们将可用的训练数据的一小部分分离出来，并在训练过程完成后才让模型看到。

然后，他们使用这些测试数据来量化模型犯了多少错误。错误最少的模型就是最好的。

他们确定了最好的模型，并让它开始预测他们给它提供了4340个分子，五分钟后它提供了一份结果列表。

AI模型识别出了21个得分最高的分子，认为它们有很高的可能是衰老抑制药物。如果他们在实验室中测试原来的4340个分子，至少需要几周的密集工作，而且仅购买化合物就需要50000英镑，更不用说实验设备和设置的成本了。

然后，他们在两种类型的细胞上测试了这些药物候选者：健康的和衰老的。结果显示，21种化合物中有三种（periplocin、oleandrin和ginkgetin）能够消除衰老细胞，同时保持大部分正常细胞的活力。这些新的衰老抑制药物然后进行了进一步的测试，以了解它们在体内的工作方式。

更详细的生物实验表明，这三种药物中，oleandrin比同类中表现最好的已知衰老抑制药物更有效。

这种跨学科方法的潜在影响是巨大的，涉及到数据科学家、化学家和生物学家。只要有足够的高质量数据，AI模型就可以加速化学家和生物学家找到治疗疾病和寻找疗法的惊人工作，特别是那些尚未满足的需要。

在衰老细胞中验证了它们之后，他们现在正在人体肺组织中测试这三种候选衰老抑制药物。

他们希望在两年后报告我们的下一次结果。

总的来说，人工智能在药物发现中的应用为我们提供了一个全新的视角，使我们能够更快、更有效地找到治疗各种疾病的新药。然而，这种方法也存在一些挑战，例如如何确保模型的准确性和可靠性，以及如何处理大量的数据。尽管如此，随着技术的不断发展，我们有理由相信，人工智能将在未来的药物发现中发挥越来越重要的作用。

知识拓展：

人工智能在药物发现中的应用已经成为了一个热门的研究领域。通过使用机器学习和深度学习等先进的算法，研究人员可以在短时间内筛选出大量的潜在药物候选者，大大提高了药物发现的效率。此外，人工智能还可以用于预测药物的毒性和副作用，从而在早期阶段就能够排除那些可能对人体有害的化合物。这种方法不仅可以节省大量的时间和金钱，还可以避免在临床试验阶段出现失败，从而提高药物研发的成功率。

关注我，了解趣闻背后的科学小知识～

未经允许不得转载：头条资讯网_今日热点_娱乐才是你关心的时事 » AI可能发现了有史以来最强大的抗衰老分子