IT|加速新药的开发：MIT的人工智能系统可快速预测蛋白质的附着方式( 二 ) 加速新药的开发：MIT的人工智

“我们仍然落后于其中一条基线。我们的方法仍然可以改进，它仍然可以是有用的。它可以用于一个非常大的虚拟筛选，我们想了解成千上万的蛋白质如何相互作用并形成复合体。”Ganea说：“我们的方法可以用来非常快速地生成一组最初的候选人，然后可以用一些更准确但更慢的传统方法对这些候选人进行微调。”
除了将这种方法用于传统模型外，该团队还希望将特定的原子相互作用纳入Equidock，以便它能做出更准确的预测。例如，有时蛋白质中的原子会通过涉及水分子的疏水相互作用而附着。
Ganea说，他们的技术也可以应用于类似药物的小分子的开发。这些分子以特定的方式与蛋白质表面结合，因此快速确定这种附着是如何发生的可以缩短药物开发的时间。
【IT|加速新药的开发：MIT的人工智能系统可快速预测蛋白质的附着方式】在未来，他们计划加强Equidock，使其能够为灵活的蛋白质对接做出预测。那里最大的障碍是缺乏训练数据，所以Ganea和他的同事们正在努力生成他们可以用来改进模型的合成数据。