• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

融合人工智能与机器学习用于抗癌药物发现

Fusing Artificial Intelligence and Machine Learning for Anti-Cancer Drug Discovery.

作者信息

Adamopoulos Christos, Papavassiliou Kostas A, Papavassiliou Athanasios G

机构信息

Department of Biological Chemistry, Medical School, National and Kapodistrian University of Athens, 11527 Athens, Greece.

Department of Oncological Sciences, Icahn School of Medicine at Mount Sinai, New York, NY 10029, USA.

出版信息

Cancers (Basel). 2024 Oct 17;16(20):3522. doi: 10.3390/cancers16203522.

DOI:10.3390/cancers16203522
PMID:39456615
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC11505653/
Abstract

The integration of artificial intelligence (AI) and machine learning (ML) in modern oncology is rapidly transforming cancer drug discovery and development [...].

摘要

人工智能（AI）和机器学习（ML）在现代肿瘤学中的整合正在迅速改变癌症药物的发现与开发[...]。

相似文献

1
Fusing Artificial Intelligence and Machine Learning for Anti-Cancer Drug Discovery.融合人工智能与机器学习用于抗癌药物发现
Cancers (Basel). 2024 Oct 17;16(20):3522. doi: 10.3390/cancers16203522.
2
Artificial Intelligence and Machine Learning Technology Driven Modern Drug Discovery and Development.人工智能和机器学习技术推动现代药物发现和开发。
Int J Mol Sci. 2023 Jan 19;24(3):2026. doi: 10.3390/ijms24032026.
3
Rethinking Drug Repositioning and Development with Artificial Intelligence, Machine Learning, and Omics.利用人工智能、机器学习和组学重新思考药物重定位和开发。
OMICS. 2019 Nov;23(11):539-548. doi: 10.1089/omi.2019.0151. Epub 2019 Oct 25.
4
Good machine learning practices: Learnings from the modern pharmaceutical discovery enterprise.良好的机器学习实践：从现代制药发现企业中获得的经验教训。
Comput Biol Med. 2024 Jul;177:108632. doi: 10.1016/j.compbiomed.2024.108632. Epub 2024 May 21.
5
Machine Learning and Artificial Intelligence: A Paradigm Shift in Big Data-Driven Drug Design and Discovery.机器学习和人工智能：大数据驱动的药物设计与发现的范式转变。
Curr Top Med Chem. 2022;22(20):1692-1727. doi: 10.2174/1568026622666220701091339.
6
Exploring the artificial intelligence and machine learning models in the context of drug design difficulties and future potential for the pharmaceutical sectors.探索人工智能和机器学习模型在药物设计难题方面的应用及对制药行业未来的潜在影响。
Methods. 2023 Nov;219:82-94. doi: 10.1016/j.ymeth.2023.09.010. Epub 2023 Sep 29.
7
Artificial intelligence for small molecule anticancer drug discovery.人工智能在小分子抗癌药物发现中的应用。
Expert Opin Drug Discov. 2024 Aug;19(8):933-948. doi: 10.1080/17460441.2024.2367014. Epub 2024 Jun 18.
8
Artificial intelligence to deep learning: machine intelligence approach for drug discovery.人工智能到深度学习：药物发现的机器智能方法。
Mol Divers. 2021 Aug;25(3):1315-1360. doi: 10.1007/s11030-021-10217-3. Epub 2021 Apr 12.
9
Application of Artificial Intelligence and Machine Learning in Drug Discovery.人工智能和机器学习在药物发现中的应用。
Methods Mol Biol. 2022;2390:113-124. doi: 10.1007/978-1-0716-1787-8_4.
10
Enhancing preclinical drug discovery with artificial intelligence.利用人工智能增强临床前药物发现。
Drug Discov Today. 2022 Apr;27(4):967-984. doi: 10.1016/j.drudis.2021.11.023. Epub 2021 Nov 25.

引用本文的文献

1
Tumor-Agnostic Therapies in Practice: Challenges, Innovations, and Future Perspectives.肿瘤非特异性疗法的实践：挑战、创新与未来展望
Cancers (Basel). 2025 Feb 26;17(5):801. doi: 10.3390/cancers17050801.

本文引用的文献

1
Artificial intelligence alphafold model for molecular biology and drug discovery: a machine-learning-driven informatics investigation.人工智能 alphafold 模型在分子生物学和药物发现中的应用：基于机器学习的信息学研究。
Mol Cancer. 2024 Oct 5;23(1):223. doi: 10.1186/s12943-024-02140-6.
2
Accurate structure prediction of biomolecular interactions with AlphaFold 3.利用 AlphaFold 3 进行生物分子相互作用的精确结构预测。
Nature. 2024 Jun;630(8016):493-500. doi: 10.1038/s41586-024-07487-w. Epub 2024 May 8.
3
De novo generation of multi-target compounds using deep generative chemistry.利用深度生成化学从头生成多靶标化合物。
Nat Commun. 2024 May 6;15(1):3636. doi: 10.1038/s41467-024-47120-y.
4
A deep learning model of tumor cell architecture elucidates response and resistance to CDK4/6 inhibitors.一种肿瘤细胞结构的深度学习模型阐明了对 CDK4/6 抑制剂的反应和耐药性。
Nat Cancer. 2024 Jul;5(7):996-1009. doi: 10.1038/s43018-024-00740-1. Epub 2024 Mar 5.
5
The Protein Structure Prediction Revolution and Its Implications for Medicine: 2023 Albert Lasker Basic Medical Research Award.蛋白质结构预测革命及其对医学的影响：2023年阿尔伯特·拉斯克基础医学研究奖
JAMA. 2023 Oct 17;330(15):1425-1426. doi: 10.1001/jama.2023.17095.
6
Scientific discovery in the age of artificial intelligence.人工智能时代的科学发现。
Nature. 2023 Aug;620(7972):47-60. doi: 10.1038/s41586-023-06221-2. Epub 2023 Aug 2.
7
canSAR: update to the cancer translational research and drug discovery knowledgebase.canSAR：癌症转化研究和药物发现知识库的更新。
Nucleic Acids Res. 2023 Jan 6;51(D1):D1212-D1219. doi: 10.1093/nar/gkac1004.
8
Artificial intelligence in cancer target identification and drug discovery.人工智能在癌症靶点识别和药物发现中的应用。
Signal Transduct Target Ther. 2022 May 10;7(1):156. doi: 10.1038/s41392-022-00994-0.
9
Highly accurate protein structure prediction with AlphaFold.利用 AlphaFold 进行高精度蛋白质结构预测。
Nature. 2021 Aug;596(7873):583-589. doi: 10.1038/s41586-021-03819-2. Epub 2021 Jul 15.
10
Crowdsourced mapping of unexplored target space of kinase inhibitors.激酶抑制剂未探索靶标空间的众包绘图。
Nat Commun. 2021 Jun 3;12(1):3307. doi: 10.1038/s41467-021-23165-1.