You are currently at: ejtech.hkej.com
Skip This Ads
Don't Miss
Home   >   科技動態   >   生成式AI可望醫「不治之症」 (葉文瀚博士)

生成式AI可望醫「不治之症」 (葉文瀚博士)

By on August 3, 2023

本文作者葉文瀚博士，為亞洲行銷科技協會主席，為《信報》撰寫專欄「科網人語」。

藥物昂貴，基因療法費用高不可攀，令病人難以負擔。不過，隨着生成式人工智能（Generative AI）的出現，有望改變這種情況。

現時生成式AI已能準確描述柏金遜等的病徵。那麼，它能否給我們找到治癒的辦法呢？這是新一代生物科學家的期望，他們利用ChatGPT和DALL．E2等高科技，設計出能夠修復「不可治癒」疾病基因問題的新型藥物。隨着基因和蛋白質生物學的近期發展，生成式AI讓我們能夠設計「程式化」藥物，醫治從前無法治療的疾病。

新一代生物科學家期望，利用ChatGPT等高科技，設計出能夠修復「不可治癒」疾病基因問題的新型藥物。（路透資料圖片）

談到基因療法，我們不能不提RNA（核糖核酸）。RNA是細胞組成部分，它從DNA中獲指令，用於生成決定細胞行為和發育方式的蛋白質。假如一個人有基因突變，容易患上某種疾病，科學家可透過使用導引RNA分子，編輯病人的RNA，以改變該訊息並修復問題，而不會永久改變其DNA。導引RNA可重新定向一種天生存在於所有人類細胞中的編輯RNA蛋白質，以糾正疾病的基因原因。

設計導引RNA是一項重大工程。RNA由4個遺傳碼字母組成：A、G、C和U。一個長度為20個字母的短RNA序列，有超過一萬億種可能的序列。這些巨大的導引RNA序列可能性帶來重大挑戰，要找出每個目標的精確序列，需要耗時計算，即使是最先進的超級電腦，也需要數年之久。

現在，生物科學家利用大型語言模型，透過數百萬個實驗數據點的訓練，教導計算機生成RNA療法的候選方案。這些候選方案隨後可以在實驗室中測試，大大加快結果出現時間。

在RNA編輯方面，研究人員已使用生成式AI預測RNA序列的結構和穩定性，以及預測編輯酶與目標RNA序列之間的相互作用。這有助於加速RNA編輯的設計和改良過程，提高準確性和效率。

AI還可應用於研究其他治療方法，如基因療法和蛋白質設計。通過使用AI預測蛋白質的結構和性質，研究人員可以設計出針對特定疾病目標更有效的蛋白質藥物。

生成式AI正以驚人方式改變醫學領域，為那些曾被視為無法治癒的疾病帶來新曙光。這種結合人類智慧及AI的創新方法，讓我們能迅速地發現新藥、研究基因療法，並提升患者的生活質量。

更多葉文瀚博士文章：

支持EJ Tech

如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。