开发一种机器学习方法 可以识别Covid-19的新疗法

抗Covid-19药物的开发是全球的当务之急，需要社区团结起来对抗感染的传播。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分享数据集和工具，以开发能够识别Covid-19新疗法的机器学习方法。

这项研究是今年早些时候发起的社区活动的延伸。今年2月，在该研究所因大流行而变得密集之前，由阿卜杜勒拉蒂夫贾米尔健康机器学习诊所(Abdul Latif Jamiel Health Machine Learning Clinic)组织的第一次人工智能动力药物发现和制造会议吸引了包括制药行业研究人员、政府监管机构、风险投资家和先驱药物研究人员在内的与会者。超过180家医疗保健公司和29所大学开发了新的药物人工智能方法，使得这次会议成为一个奇怪的事件，旨在揭开面具，揭示药物研发过程中发生的事情。

像硅谷一样神秘，计算机科学和工程专业的学生通常想知道当他们渴望加入像脸书或特斯拉这样的公司时会有什么感觉。然而，强生公司旗下的创新制药公司让桑的全球研发主管表示，学生们通常很难掌握他们的工作如何适合药物研发。

“这是一个问题，”马泰马明在向包括麻省理工学院的研究生和博士后在内的与会者发表讲话后说道，他们聚集在萨姆伯格会议中心，了解目前致力于集成人工智能的大胆愿景的公司的部分幕后故事。医疗保健。马泰是哈佛大学-麻省理工学院健康科学与技术专业的毕业生。他在Theravance的工作已经将五种新药投放市场，并且正在开发更多的新药，这是这个问题的部分答案。他说：“这个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。解决这些问题可以直接和深刻地造福于全世界人民的健康。”

“这次会议聚集了在技术会议上很少重叠的研究小组，”贾米尔诊所主席、达美电子学院电子工程和计算机科学教授、会议组织者之一雷吉娜巴兹莱(Regina Barzilay)说。“这种整合使我们能够更好地理解十字路口的开放问题和机遇。对于麻省理工学院的学生，尤其是计算机科学和工程专业的学生来说，最激动人心的事情之一就是了解行业发展的方向，以及他们如何为这个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，与会者通过一系列研究报告、技术会议和专家组会议拍摄了照片，涵盖了从通过机器学习发现新的治疗分子到资助人工智能研究的所有过程。经过精心策划，会议为当前卫生保健领域的工作提供了一个大胆的技术构想路线图，并描绘了展示这些技术解决方案是如何实施的路径。

在会议上，巴兹莱和吉姆科林斯，麻省理工学院医学工程和科学研究所(IMES)和特梅尔生物工程系的医学工程和科学教授，以及贾米尔诊所的研究人员共同展示了发表在《细胞》杂志上的一项研究结果。他们利用机器学习来帮助识别能够靶向抗生素抗性细菌的新药。他们与麻省理工学院的研究人员汤米雅克拉、凯文杨、凯尔斯旺森和首席作者乔纳森斯托克斯一起展示了如何整合他们的背景知识来解决日益严重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。他希望顶尖的年轻人将参与对抗抗生素耐药性的斗争，这种耐药性是由于几十年的过度使用和滥用而积累起来的。这是一个紧迫的医学难题。计算机科学专业的学生可能不理解他们在解决问题中的作用。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，以及许多麻省理工学院专家愿意走出舒适区，参与解决新问题的事实。”"当然，在这种情况下，世界迫切需要开发和发现新的抗生素."

AIDM发挥了协作作用，并邀请了来自主要医疗保健公司和相关组织的专家，包括默克、拜耳、达帕、谷歌、辉瑞、诺华、安进、美国食品药品管理局和詹森。达到会议参与者的能力也表明人们已经准备好聚在一起进入同一个页面。柯林斯说：“我认为时机已经成熟。我认为这是对的。”“考虑到我们学生的兴奋和参与，以及我们在肯德尔广场的地位，我认为麻省理工学院非常适合成为这个领域的国家，甚至不是一个国际领导者。”