Facebook不再满足于仅仅提供一个与失散多年的表亲保持联系并传播信息观点的平台，而是致力于开发人工智能以帮助治疗复杂疾病。

这家社交媒体巨头的AI研究部门和专注于环境健康的德国研究中心Helmholtz Zentrum München共同发布了一种开源AI模型，旨在确定将现有药物重新用于新的药物鸡尾酒中的可行性。

研究人员和生物学家现在可以免费使用成分扰动自动编码器（CPA），它可以评估不同剂量药物组合的效果，这是一项艰巨的任务，因为随着越来越多的药物投入使用，可能性的数量成倍增加，达到数十亿。

该模型不仅可以预测药物之间的相互作用，还可以预测它们如何协同作用以攻击特定的细胞类型并中断疾病。

研究人员在单细胞RNA测序数据上训练了机器学习模型，以帮助它评估药物混合物对单个细胞的影响，而无需进行药物或细胞特异性编程。

一旦训练完成，就在针对癌细胞的五个RNA序列数据集中测试了该模型。研究人员发现，根据Facebook AI博客文章，CPA对药物组合和剂量如何影响这些细胞的预测“可靠地匹配了测试数据集中发现的那些”。

CPA可以在短短几个小时内自动评估多种组合和剂量的数十种药物，这与多年的学习和反复的人工实验形成鲜明对比，而无需机器学习即可完成任务。

“我们的领域成功地将不同器官的细胞图谱整合在一起。就个人而言，我现在很高兴能够利用它们来预测药物及其组合对组织和细胞类型的特定影响，” CPA背后的团队成员，Helmholtz计算生物学研究所所长Fabian Theis在博客中说到。

“跨细胞类型，药物组合以及患者变异的这种搜索空间非常大，而且永远无法在整个实验中进行探索，因此这里至关重要的是机器学习，我们通过最新的方法为这一重要步骤做出了贡献，Theis说。

尽管Facebook和Helmholtz声称它们是预测药物组合和剂量影响的“第一个单一AI模型”，但实际上其他几家AI开发人员也产生了类似的模型。

仅举一个例子，去年，Notable Labs开展了一项长期临床试验，以验证其自己的精准肿瘤学平台，该平台使用AI来确定可能最有效地治疗每位癌症患者的一种或多种药物。