dumaiДля будущих антибиотиков ИИ чаще находил подходящие вещества, чем прежний метод
Препринт, ещё не рецензирован · ранние данные
Кратко
ИИ-помощник MoLRSI использует результаты прошлых поисков, чтобы улучшать следующие. В поиске молекул для антибиотиков его доля удачных находок составила 15,9% против 8,7% у прежнего подхода специалистов. В другой задаче он создал восемь небольших молекул, которые связались с нужными целями в эксперименте; помощник Claude Science не нашёл ни одной.
Зачем это знать?
Поиск молекул с нужными свойствами может стать точнее, если ИИ удастся использовать опыт прошлых попыток и в других задачах. Пока подход проверили лишь в двух задачах поиска молекул.
Разбор
В поиске будущих антибиотиков помощник учитывал сразу несколько свойств веществ. Он искал вещества, которые действуют на бактерии, не слишком вредят клеткам и при этом отличаются по строению от известных. Для сравнения с прежним подходом использовали одни и те же данные для обучения и один и тот же набор веществ для поиска.
Во второй задаче проверяли не только то, связываются ли молекулы с нужными целями, но и то, насколько они избирательны. Восемь найденных молекул в опыте связывались с нужными целями предпочтительнее, чем с другими проверенными целями.
Ключевые цифры
Можно ли доверять
Помощника проверили в двух задачах поиска молекул и сравнили результаты с другими подходами; удачные находки проверили в эксперименте. Это показывает, что подход сработал в этих задачах, но не доказывает, что найденные вещества станут безопасными и действенными лекарствами для людей.
- Это препринт, а не прошедшая рецензирование статья.
- Результаты получены только в двух задачах молекулярного дизайна; по аннотации неясно, насколько они обобщаются на другие задачи.
- Сравнение с предыдущим процессом и Claude Science проведено в конкретных экспериментальных условиях.
Пересказано ИИ по научной статье. Это научпоп, а не совет врача. Как это устроено