关键词：系统生物学，合成生物学，人工智能，传染病
论文标题：Leveraging artificial intelligence in the fight against infectious diseases
斑图链接：https://pattern.swarma.org/paper/ab444b84-21de-11ee-8001-0242ac17000d
原文链接：https://www.science.org/doi/10.1126/science.adh1114
我们在医学、分子生物学、遗传学、计算化学和药学等方面取得了长足进展，但仍无法挣脱传染病对公众健康的威胁。这些基础研究扩展了我们的知识边界，旨在回答这样一些问题：如何预防（预防措施）、怎样判断是否感染（开发诊断工具）、感染后怎么办（抗感染疗法）？
最近发表在 Science 的这篇文章基于系统生物学和合成生物学，综述展望了应用人工智能（AI）技术检测、治疗和理解传染病的可能路径。
系统生物学与合成生物学（systems and synthetic biology）带来了生物技术与医疗方面的创新，改进了我们应对传染病的方式。系统生物学与合成生物学有两个特点：1）综合集成了定量生物学假说，可得到来自实验、测序和系统建模的数据；2）对核酸、多肽和其他生物分子的模块性和可编程性的理解，使生物控制成为可能。
AI 方法可以整合大量的定量和组学数据，处理生物复杂性。这篇文章主要梳理了以下几个方向的应用进展和目前仍面临的挑战：
-
AI for 抗感染药物发现；
-
AI for 感染生物学；
-
AI已经在生物领域带来了研究范式的颠覆，比如在 AI for 抗感染药物发现一节中，作者列举了1）应用机器学习方法分析表型特性；2）小分子药物可以建模成网络结构，应用图神经网络进行药物发现；3）机器学习方法确定药物作用机制等新研究路径。“AI for”这三个方向有着相似的挑战，主要包括数据质量差，数据可用性和泛化性有限，模型的通用性存疑等等。
图1. AI可以预测抗感染药物活性、药物靶点相互作用和治疗设计。纵向图分布分别为输入，模型架构与输出。
图2. AI可以阐明感染生物学，促进疫苗设计，并为治疗策略提供信息。
图3. AI可以促进合成生物学研究和诊断技术的发展。
推荐阅读
