开发可以识别Covid-19新型疗法的机器学习方法

开发抗Covid-19的药物是全球优先事项，要求社区团结起来抗击感染的蔓延。在麻省理工学院，具有机器学习和生命科学背景的研究人员正在合作，共享数据集和工具，以开发可以识别Covid-19新型疗法的机器学习方法。

这项研究是对今年早些时候发起的社区活动的扩展。2月，在该研究所因大流行而致密之前，由Abdul Latif Jameel卫生机器学习诊所举办的首届AI动力药物发现和制造会议吸引了包括制药行业研究人员在内的与会者，政府监管机构，风险资本家和开拓性药物研究人员。超过180家医疗保健公司和29所大学开发了用于药物的新的人工智能方法，这使这次会议成为了一次奇特的活动，旨在揭开面具，并揭示药物发现过程中发生的事情。

就像硅谷一样神秘，计算机科学与工程专业的学生通常希望立志加入Facebook或Tesla这类公司时会感到什么样。但是，强生公司旗下的创新制药公司Janssen的全球研发负责人表示，学生通常很难掌握他们的工作如何适合药物发现。

“这是一个问题，” Mathai Mammen在向包括麻省理工学院研究生和博士后在内的与会者致辞后说，他们聚集在萨姆贝格会议中心，部分地了解了目前致力于融合人工智能的大胆构想的公司的幕后故事。与卫生保健。Mathai是哈佛大学-麻省理工学院健康科学与技术课程的毕业生，他在Theravance的工作已将五种新药推向市场，还有更多的新药正在研发中，这是该问题答案的一部分。他说：“该行业需要做的是与学生和博士后讨论各种有趣的科学和医学问题，这些问题的解决方案可以直接，深刻地有益于世界各地人民的健康。”

“会议汇集了在技术会议上很少重叠的研究团体，” Jameel Clinic系主任，三角洲电子学院电气工程与计算机科学教授，会议组织者之一Regina Barzilay说。“这种融合使我们能够更好地了解十字路口的开放性问题和机遇。麻省理工学院的学生，尤其是计算机科学与工程专业的学生，激动人心的一件事是了解行业发展的方向，并了解他们如何为这一不断变化的行业做出贡献，这将在他们毕业后实现。”

在为期两天的会议中，与会人员通过一整套研究报告，技术会议和专家小组会议为照片拍照，内容涉及从通过机器学习发现新的治疗分子到为AI研究提供资金的所有过程。经过精心策划，会议提供了目前在医疗保健领域工作的大胆技术思想路线图，并追踪了展示这些技术解决方案如何实施的路径。

在会议上，麻省理工学院医学工程与科学研究所（IMES）和生物工程系的Termeer医学工程与科学教授Barzilay和Jim Collins以及Jameel Clinic教职研究员共同介绍了一项研究的研究结果，该研究发表在Cell他们使用机器学习来帮助确定可以针对抗生素耐药细菌的新药。他们与麻省理工学院的研究人员Tommi Jaakkola，Kevin Yang，Kyle Swanson和第一作者Jonathan Stokes一起展示了如何融合他们的背景知识可以解决日益增长的抗生素耐药性危机。

柯林斯认为这次会议是激发人们对抗生素研究兴趣的机会，希望让顶尖的年轻人参与对抗数十年来过度使用和滥用而积累的对抗生素的抗药性，这是医学上的紧急困境，计算机科学专业的学生可能不了解他们的作用在解决。柯林斯说：“我认为我们应该利用麻省理工学院的创新生态系统以及麻省理工学院有很多专家愿意走出舒适区并参与新问题的事实。”“当然，在这种情况下，全球迫切需要开发和发现新型抗生素。”

AIDM发挥了协作的力量，邀请了主要医疗保健公司和相关组织的专家，这些专家包括默克，拜耳，达帕，谷歌，辉瑞，诺华，安进，美国食品药品监督管理局和扬森。达到会议参加者的能力，这也表明人们已经准备好聚集在一起进入同一页面。柯林斯说：“我认为时间是对的，我认为这里是对的。”“鉴于我们的学生的兴奋与参与以及我们在肯德尔广场的职位，我认为麻省理工很适合成为该领域的国家，甚至不是国际领导者。”