颠覆传统 AI仅用36个样本高效锁定抗病毒药物
摘要：
美国宾夕法尼亚大学佩雷尔曼医学院的研究人员将人工智能（AI）算法与实验室传统方法相结合，成功筛选出针对肠道病毒71型（EV71）的潜在候选药物。EV71是引发大多数手足口病病例的病原体。这项研究成果最近发表在《细胞报告：物理科学》（Cell Reports Physical Science）杂志上，表明即使实验数据有限，AI仍能做出可靠的抗病毒预测。
研究团队利用包含36个小分子的初始样本库训练机器学习模型，使其识别抑制病毒的关键分子结构和化学特征，并对化合物阻断EV71的可能性评分。实验验证显示，AI筛选的八种化合物中有五种成功延缓病毒复制，命中率比传统方法高十倍。这一方法将原本需数月的试错过程缩短至几天，在数据有限的情况下尤为高效。
EV71感染可能从轻微症状发展为严重神经系统并发症，对儿童和免疫力低下者威胁较大，目前尚无FDA批准的特效药。计算机模拟证实，五种有效化合物能附着在病毒特定位点，为阻断病毒入侵细胞提供新思路。
研究人员表示，该技术可作为快速抗病毒发现的模板，无论是应对新出现的肠道病毒、呼吸道病原体，还是再现病毒如脊髓灰质炎，AI驱动的方法均能加速解决方案开发，助力未来疫情快速响应。
