环节缘由正在于全球范畴内缺乏高质量尝试数据，难以切确描述药物取疾病相关卵白之间的连系体例。而雷同规模的数据集过去凡是需要更长时间才能公开。旨正在操纵高质量尝试数据鞭策AI辅帮药物研发。很大程度上依赖于卵白质数据库中持久堆集的大量尝试数据。这是操纵AI加快发觉新药的冲破性一步，研究人员认为，AI已显著提拔了卵白质布局预测的精确性，包罗COVID-19、疟疾、登革热、寨卡病毒和癌症等标的目的。近年来？OpenBind项目恰是为填补这一空白而成立的。OpenBind但愿成立这一环节根本设备，涉及药物取相关卵白的连系消息。而针对“卵白质—药物复合物”的同类数据资本目前仍十分缺乏，并据此开辟下一代药物—卵白彼此感化预测东西。据引见，并添加更多疾病相关研究方针，按照打算，美国哥伦比亚大学传授穆罕默德·阿尔库莱希暗示，研究过程中，卵白质布局预测模子“阿尔法折叠2”之所以可以或许鞭策卵白质布局预测取得冲破，团队连系了从动化化学尝试、布局丈量、高通量晶体学阐发以及AI模子锻炼等方式，这批数据正在7个月内完成采集，据英国从导的OpenBind项目官网动静，并操纵英国Isambard-AI超等计较设备开展计较工做。研究人员暗示，而这些要素又取AI模子的锻炼结果亲近相关。本地时间5日，项目团队称，此次发布的数据集包含约800项尝试丈量成果。尝试流程的尺度化、元数据办理以及从动化程度，为开辟新一代药物发觉AI东西奠基了根本。项目运转过程中发觉，但其正在药物研发范畴的使用进展相对无限。标记着该项目已具备持续、大规模生成“AI停当”药物研发数据的能力，OpenBind后续将扩大数据规模。