第56章 划时代的国之大器！藏在地底的北辰四号！
对啊，眼前这台硕大无比的北辰三号超级计算机。
如果利用得当，将是新药研发的一大助力。
不亚于及时雨，和借来的东风。
而且是空前绝后的助力！
有北辰三号这个超级大脑的加持，陈星就像是X战警里有“脑波强化机”加持的X教授。
虽凡人之躯，但可比肩神灵。
“您是说，可以利用北辰三号的超强算力，在大数据库检索分析。”
对啊，之前怎么没有想到！
在药物发现中，第一步也是最重要的一步就是确定与疾病病理生理学有关的适当靶点。
这个靶点可能是基因或者蛋白质。
然后找到可以干扰这些靶点的药物或者类药物分子。
常规科学家的思路，是通过查阅一些生物医学数据库，如NCBI GEO、癌症基因组图谱（TCGA）和Arrayexpress，或是从文献和自身的前期研究结果中寻找答案。
而被描述成AI的应用的机器学习（Machine Learning）的出现，可以提取大型生物医学数据集中存在的有用特征、模式和结构，从而得出与癌症相关的驱动基因。
所谓机器学习，是指将数据与朴素贝叶斯、决策树（DT）、隐马尔可夫模型（HMM）等算法一起输入机器，使其在不显式编程的情况下进行学习。、
通俗来讲。
机器学习是让计算机像人类一样学习和行动的科学，通过以观察和现实世界互动的形式向他们提供数据和信息，以自主的方式改善他们的学习。
“还不仅仅如此。”陈星思路打开。
记忆角落里，有些尘封的知识开始松动。
开始举一反三。
“靶点确认以后，寻找合适药物或者类药物分子，可以借助北辰三号堪称伟岸的数据检索能力，在海量的大型化学数据库中，找到针对特定靶点的完美药物。化疗，也可以随之走上一个新的台阶。”
有人说，靶点确立后。
最艰巨和令人沮丧的一步是寻找存在于浩瀚化学空间中合适的、具有生物活性的药物分子。
比如PubChem里，有各种化学物的结构，生物、物理、化学、毒性的特征。
比如ChEMBL里，包括许多具有类似药物特性的生物活性化合物的数据，还包含有关这些化合物的吸收、分布、新陈代谢和排泄与靶相互作用信息。
这还只是两个数据库，那十个呢，一百个呢，一千个呢......
上亿个分子，数万个分子库，唯有超级计算机，可以从多如牛毛一般的数据中筛选出具有蛋白靶点特异性的分子，从而服务于临床。
正如那句网络上流传很多的名言，大数据之下，没有隐私。
陈星开始原地踱步。
他太兴奋了。
之前循规蹈矩不懂变通走的都是前人的旧路。
按照的，只是生物医学研究的单一方法。
多学科交叉，强强联合，才是未来科研的关键走向。
他不懂医学，但他懂算法，懂AI，懂机器学习啊！
人工智能，甚至可以参与到药物开发过程的每一个阶段！
哪怕是委托给了向总，自己也依旧能通过机器学习模型，给后续的药物开发，插上腾飞的翅膀！
最为关键的是，超级计算机超强的计算效率，可以大大缩减药物研发的时间。
时间就是生命！
这意味着有更多在死亡边缘的肺癌患者，有望撑到药物面试那一天。
陈星之所以这么紧迫，是因为他知道，有些病人，耽搁不起，更等不起！
“药物筛选、肽合成和小分子设计、药物剂量和给药效果的识别、生物活性物质预测与药物释放监测、蛋白质折叠和蛋白质相互作用预测以及基于结构和基于配体的虚拟筛选，定量构效关系建模与药物再利用等诸多方面，都可以用得上北辰三号，以及我的代码！”
陈星念念有词。
高楼大厦，在脑海中平地而起。
看得郎建平有些悚然。
他和高崇刚都不懂药物研发，但看陈星振振有词、神神叨叨的样子。
似乎脑瓜里有真有些东西。
除非陈星是个经验老到的演员，故意编出来一些似懂非懂的词汇来糊弄一个胖老头和一个瘦老头，否则的话。