大語言模型如何助力藥物開發(fā)? 哈佛 George Church Lab 最新綜述

AIGC動態(tài)歡迎閱讀

原標題：大語言模型如何助力藥物開發(fā)? 哈佛 George Church Lab 最新綜述
關(guān)鍵字：藥物,模型,語言,蛋白質(zhì),報告
文章來源：AI科技評論
內(nèi)容字數(shù)：0字

內(nèi)容摘要：

文章鏈接: https://arxiv.org/abs/2409.04481
大語言模型因其展現(xiàn)出類人般的推理、工具使用和問題解決能力而備受矚目，此外，它在化學(xué)、生物學(xué)等專業(yè)領(lǐng)域也展現(xiàn)出深厚的理解能力，進一步提升了其應(yīng)用價值。本文闡述大語言模型可以在理解疾病機制、藥物發(fā)現(xiàn)和臨床試驗三個藥物發(fā)現(xiàn)的基本階段展現(xiàn)出重要潛力。
首先，本文展示了過去、現(xiàn)在的藥物研發(fā)與臨床試驗中的過程并展現(xiàn)了大語言模型（LLMs）未來在這些階段的潛在應(yīng)用。
理解疾病機制：
過去：依賴手動文獻和專利搜索。
現(xiàn)在：除了手動文獻搜索，還加入了功能基因組學(xué)分析。
未來：LLMs將自動識別靶基因，發(fā)現(xiàn)生化和藥理學(xué)原理。
藥物發(fā)現(xiàn)：
過去：通過天然產(chǎn)物的發(fā)現(xiàn)和隨機篩選進行藥物研發(fā)。
現(xiàn)在：使用虛擬篩選和基于結(jié)構(gòu)的手動藥物設(shè)計。
未來：LLMs將設(shè)計新型治療方法，自動生成藥物設(shè)計，并自動進行實驗。
臨床試驗：
過去和現(xiàn)在：手動匹配病人與試驗、設(shè)計臨床試驗以及收集臨床試驗數(shù)據(jù)。
未來：LLMs將自動進行病人匹配、試驗設(shè)計，并預(yù)測試驗結(jié)果。1大語言模型的分類本文將大語言模型分為兩類: 科學(xué)大語言模型(Scientific Lang

原文鏈接：大語言模型如何助力藥物開發(fā)? 哈佛 George Church Lab 最新綜述