每經(jīng)AI快訊，美國(guó)麻省理工學(xué)院和塔夫茨大學(xué)研究人員設(shè)計(jì)出一種基于大型語(yǔ)言模型(如ChatGPT)的人工智能算法，這種稱(chēng)為ConPLex的新模型可將目標(biāo)蛋白與潛在的藥物分子相匹配，而無(wú)需執(zhí)行計(jì)算分子結(jié)構(gòu)的密集型步驟。相關(guān)論文發(fā)表在最新一期《美國(guó)國(guó)家科學(xué)院院刊》上。使用這種方法，研究人員可在一天內(nèi)篩選超過(guò)1億種化合物，比任何現(xiàn)有模型都要多得多。這項(xiàng)成果解決了對(duì)當(dāng)前藥物篩選的需求，其可擴(kuò)展性還能夠評(píng)估脫靶效應(yīng)、藥物再利用以及確定突變對(duì)藥物結(jié)合的影響。（科技日?qǐng)?bào)）