新智能平台可降低药物研发成本

据美国卡内基梅隆大学网站2016年2月9日表示，该校研究人员已经创造了第一个基于机器人驱动的实验系统，用来测定药物对多种蛋白质的影响。研究人员利用机器学习算法，让计算机选择要进行的实验，然后使用能处理液体的机器人和自动显微镜开展实验。这一创新可将必要的实验数量减少70%。

科研人员开发的机器学习算法研究了96种药物与96个哺乳动物细胞克隆之间可能的相互作用。这些细胞克隆具有不同的蛋白质，并用不同的荧光进行标识，最多需要开展9216次实验，每次实验的主要任务是获取特定细胞克隆在特定药物下的图像。该机器学习算法的主要挑战是在不执行所有实验的前提下，确定在每个实验中的蛋白质是如何被影响的。

实验首先收集每个细胞克隆对每种药物的反应图像。这些图像用可以记录蛋白质在细胞中位置的数字特征进行标识。该算法重复进行了30次，完成了9216个可能实验中的2697个。由于实验是逐步进行的，因此揭示了蛋白质被药物影响的更多外在形式和模式。