虚实结合的AI药物发现：现场数据生成，模型迭代更新( 三 ) ：虚实结合的AI药物发现：现场

药物的开发可以看作是一个多维优化的过程。由于数据规模和过程的复杂性，这种AI药物发现模式可能不得不重写机器学习算法，因为目前很少有机器学习的任务涉及到这种级别的挑战。
团队建设
团队建设可能是一项更加艰巨的任务。虚实结合的AI药物发现模式，一方面需要经验丰富的研究人员，另一方面还需要寻找具备突破机器学习能力极限所需的数据科学家、编码员和工程师。
当然，如果这项工作和投资成功地提高了药物开发的效率，并且降低了成本，最终可能会获得巨大的回报。
07展望
实际验证与预测分析交互，并且快速迭代的虚实结合模式，是AI药物发现的新方向。
包括微流控在内一些新兴技术可能有助于提升这种交互效率。比如3D打印细胞建模、类器官技术、细胞和组织成像等在药物发现领域的应用，都是对药物研发硬件升级的探索。而AI ，则是整个模式的动力系统。
诚然，药物发现还有很多问题需要解决，如优质靶点的缺乏，动物模型临床转化效率低和疾病的个体差异等，人类对自身和生物体的了解还是远远不够。
但是，如果在更好的发现药物的同时，药物研发工作者和科学家的部分重复性的工作可由AI完成，让他们用宝贵的时间进行创造性的思考；并且， AI机器学习能为他们提供新的灵感和建议，那么，虚实结合的AI药物研发模式值得期待。
参考资料
1.Eisenstein,M.(2020).Activemachinelearninghelpsdrughunterstacklebiology.NatBiotechnol38(5):512-514.
2.Schneider,G.(2018).Automatingdrugdiscovery.NatRevDrugDiscov17(2):97-113.
3.https://www.sohu.com/a/346907049_260616
（Chris编译）
文章来源于智药邦（公众号：AIPHARMS）