由剑桥大学领导的研究人员利用他们的算法识别出四种新分子，这些分子激活一种被认为与阿尔茨海默病和精神分裂症症状相关的蛋白质。该结果公布在杂志PNAS。
药物发现中的关键问题是预测分子是否会激活特定的生理过程。可以通过搜索已知激活该过程的分子之间共享的化学模式来建立统计模型，但构建这些模型的数据是有限的，因为实验成本高并且不清楚哪些化学模式具有统计学意义。
“机器学习在数据丰富的计算机视觉领域取得了重大进展，”剑桥卡文迪什实验室的Alpha Lee博士和该研究的主要作者说。“下一个前沿是科学应用，例如药物发现，其中数据量相对有限，但我们对问题有实际见解，问题就变成了如何将数据与基础化学和物理结合起来。”
Lee和他的同事们与生物制药公司Pfizer合作开发的算法使用数学将药理学相关的化学模式与不相关的化学模式分开。
重要的是，该算法着眼于已知具有活性的分子和已知无活性的分子，并且学会识别分子的哪些部分对于药物作用是重要的而哪些部分不是。被称为随机矩阵理论的数学原理给出了关于随机和噪声数据集的统计特性的预测，然后将其与活性/非活性分子的化学特征的统计进行比较以蒸馏哪些化学模式对于结合而言是真正重要的而不是产生的只是偶然。
这种方法允许研究人员不仅从活跃的分子中捕获重要的化学模式，而且从非活性的分子中捕获 - 换句话说，现在可以利用这种技术利用失败的实验。
研究人员建立了一个从222个活性分子开始的模型，并能够计算筛选另外600万个分子。由此，研究人员购买并筛选了100种最相关的分子。从这些中，他们发现了四种激活CHRM1受体的新分子，这种蛋白质可能与阿尔茨海默病和精神分裂症有关。
“从六百万人中剔除四种活性分子的能力就像在大海捞针一样，”李说。“头对头的比较表明，我们的算法效率是行业标准的两倍。”
制造复杂的有机分子是化学中的重大挑战，潜在的药物在尚未解决的分子中占有很大比例。剑桥研究人员目前正在开发算法，预测合成复杂有机分子的方法，以及将机器学习方法扩展到材料发现。
该研究得到了Winton可持续性物理学计划的支持。