当前课程知识点：新冠肺炎预防及治疗中的药物研发 > Lecture 7 Molecular Detection for Emergent Virus > 第七单元 讨论2 > 3.1 Introduction
大家好！我叫潘麓蓉
我目前是北京全球健康药物研发中心
的高级研究员
负责人工智能药物研发平台的开发工作
我首先将介绍我的一些教育科研背景
然后再简要讨论我今天要讲的内容
我于2007年在南京大学
获得化学学士学位
此后到美国继续深造
我在佐治亚理工学院获得了
计算机科学硕士学位
并从伯明翰的阿拉巴马大学
获得了计算化学博士学位
此后
我继续留在阿拉巴马大学医学院
在不同疾病领域进行各种计算生物学工作
我在基于物理学的
分子动力学模拟（MD）和量子化学（QM）模拟
应用数据驱动的机器学习方法
模拟各种化学和生物系统等
跨学科医学研究方面
有丰富的专业知识
同时
我也是一名具有行业咨询经验的
IBM认证大数据工程师
今天
我将讨论人工智能和其他计算机技术
在新型冠状病毒药物研发过程中的应用
我的演讲将介绍一些新兴的
人工智能技术在对抗新冠病毒中的应用
以及这些努力背后的全球程序员和研究机构
首先
我将介绍人工智能的基本知识
及其在药物研发中的应用
然后
我将介绍在一月份疫情刚刚爆发时
我们应用人工智能技术
助力新冠病毒药物研发的流程
这个例子将帮助各位
更加深入地了解人工智能工作流程的
各个步骤中这些应用的细节
并了解其优势和局限性
我将介绍自然语言处理
卷积神经网络
知识图谱相关的推理等技术
还将讨论从简单关联到
因果预测的计算机决策
该工作流程对于发掘潜在的
治疗候选药物有着诸多影响
可以为生物医学研究人员
提供快速指导 更加高效
甚至实时地发现治疗疾病的潜在药物
人工智能在寻找未知病毒的
治疗方法方面也具有许多潜在优势
由于其快速
广泛且理性的分析和计算能力
大多数人工智能应用都依赖于数据
因此
在像新冠病毒这样的全球流行病事件中
因为随着时间的流逝
人们每天都在呈指数地感染和死亡
数据的共享和快速动员研究组织
进行全球合作对于高效地
发现对症药物非常重要
成为赢得时间的关键
人工智能技术在药物研发中
仍然存在一些局限性
它需要大量的人工干预
但是
根据有限但不断更新的全球数据资源
我们已接近能够建立
任何新病毒的数字孪生模型
基于此
我们将来就能及时地找到
更好的疗法来应对未来的流行疾病
接下来
我将分享我的幻灯片并开始演讲
首先
我将从整体上介绍
在药物研发过程中人工智能的运用
对于不熟悉此类技术的观众
我对于人工智能的理解可以概括为
人工智能是一系列使用自优化算法
并基于自动化工程框架的
现代计算机技术集合
对于初学者
我认为这本在1995年
首次出版的教材相当系统地
介绍了人工智能技术
它现在可能已经有超过三个版本了
对于本科生和研究生水平的
计算机科学专业的学生来说
这本书对于熟悉该主题也非常有用
这本书对人工智能进行了非常详尽的定义
但是具体到人工智能的实际应用上
人工智能针对各种任务类别的
主要功能又是什么呢
可以归纳为问题解决
推理、计划、学习、沟通
感知和行动
就药物研发而言
已经有大量的人工智能技术
应用于这一非常复杂
且长期的研发过程
我将介绍一些我认为
对药物研发过程至关重要的
人工智能技术
它们对于协助药物研发过程的
积极作用已经得到证实
第一个是用于文献挖掘的
自然语言处理技术
这种技术出现原因是
如今医学科学的出版物数量
呈指数增长
每天都有成千上万的文献在出版
在这种情况下
人类无法逐一阅读这些文献
因此我们需要借助
自然语言处理技术
来帮助我们快速阅读文献
并提取最有用的信息
另一种技术是
基于图表的卷积神经元网络
主要用于分子特性预测
基于图表的卷积神经元网络
是一种深度学习技术
最近已被证明能够非常准确地
描述分子信息
在药物研发过程中
我们主要应用这种技术
研究小分子或大分子的化学
生物活性
这是一种广受好评的技术
另一种技术是
用于生物医学图像分析的
计算机视觉技术
这项技术在医学的临床诊断中
已经运用很长时间了
最近才被逐步推广到体外实验研究中
例如
应用与细胞实验中的
高内涵细胞定量成像分析系统
最后 在更高的层次上
基于知识的因果推理和决策
能够将人工智能技术的所有部分
整合到（药物研发）流程中
在研究人员由于现有证据
具有不确定性是而无法做出判断时
这种技术能（协助）做出
高层次的决策
这种技术就是
我们希望在不久的将来
能够在药物研发过程中
应用到的终极人工智能技术
-1.2 Applications in COVID-19 pandemic
-Lecture 1 homework
-2.5 New targets for SARS-CoV-2
-Lecture 2 homework
-3.2 The AI workflow for COVID-19 (1)
-3.3 The AI workflow for COVID-19 (2)
-3.4 The AI workflow for COVID-19 (3)
-Lecture 3 homework
-4.1 Brief introduction about COVID-19 and coronavirus life cycle
-4.2Background on application of computational approaches on drug discovery
-4.3 Case study on targeting SARS-CoV-2 3CL protease
-Lecture 4 homework
-Lecture 5 homework
-6.1
-6.3
-Lecture 6 homework
-7.2 Detection Methods for Virus
-7.3 Detection of Viral Proteins
-7.4 Detection of Genetic Materials
-7.5 Advances in Molecular Detection Methods
-Lecture 7 homework
