La aplicación de modelos lingüísticos a gran escala en la investigación y el desarrollo de fármacos está en constante expansión. En el pasado, existían obstáculos técnicos en la aplicación del lenguaje natural a la optimización molecular, pero la aparición del modelo DrugAssist proporciona una nueva solución a este problema. El modelo DrugAssist permite la interacción en tiempo real entre el lenguaje natural y los humanos durante el proceso de desarrollo de fármacos, lo que mejora significativamente la eficiencia y conveniencia de la optimización molecular. Su rendimiento de transferibilidad en optimización de un solo atributo y escenarios de muestra cero y de pocas muestras es particularmente sobresaliente, lo que aporta cambios innovadores al campo del descubrimiento de fármacos.
En los últimos años, los grandes modelos de lenguaje han logrado avances significativos en el campo del procesamiento del lenguaje, pero existen desafíos en la optimización molecular para el descubrimiento de fármacos. Sin embargo, los investigadores han logrado con éxito la interacción en tiempo real entre el lenguaje natural y los humanos durante el proceso de optimización molecular mediante el desarrollo y la aplicación del modelo DrugAssist. El modelo funciona bien en la optimización de un solo atributo y tiene una excelente transferibilidad en muestras cero y pocas. escenarios de muestra, que brindan la posibilidad de interacción en tiempo real y optimización iterativa para el descubrimiento de fármacos.
La aplicación exitosa del modelo DrugAssist marca una mayor profundización de la tecnología de inteligencia artificial en el campo de la investigación y el desarrollo de medicamentos, brindando un fuerte apoyo técnico para acelerar el proceso de investigación y desarrollo de nuevos medicamentos y reduciendo los costos de investigación y desarrollo. En el futuro, el desarrollo continuo de tecnologías similares promoverá en gran medida el progreso de la industria farmacéutica.