编辑
绿萝
世界人口老龄化、慢性病和传染病负担日益加重，迫切需要安全有效的药物来满足全球数十亿人的医疗需求。然而，发现一种新药并将其推向市场是一个漫长、艰巨且昂贵的过程。
长期以来，人工智能（AI）一直被认为能够克服这些障碍，因为它能够分析大量数据、发现模式和关系，并预测效果。但是，尽管AI具有巨大的潜力，但AI尚未兑现改变药物发现的承诺。
现在，由哈佛医学院生物医学信息学家MarinkaZitnik领导的一个多机构团队推出了一个平台，旨在通过开发更真实的数据集和更高保真度的算法，来优化AI驱动的药物发现。
TherapeuticsDataCommons（TDC）——是一个开放访问平台，一方面充当计算机科学家和机器学习研究人员之间的桥梁，另一方面充当生物医学研究人员、生物化学家、临床研究人员和药物设计师之间的桥梁。
该平台相关文章以《Artifcialintelligencefoundationfortherapeuticscience》为题，发布在《NatureChemicalBiology》上。
论文链接：