Тест, свързан с ръководство · Среден Ниво

AI в теста за откриване на лекарства

Прегледайте инструментите за AI за молекулярен скрининг и дизайн, прогнозиране на протеини, ранни оценки на ADMET и експериментите, необходими за валидиране на кандидати.

Свързани ръководни пътекиAI в откриването на лекарства
Въпрос 1 на 8

Какво постигна AlphaFold на DeepMind, което подпомага откриването на лекарства?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Какво постигна AlphaFold на DeepMind, което подпомага откриването на лекарства?
    • Той прогнозира триизмерните сгънати структури на над 200 милиона протеини
    • Той синтезира нови лекарства в лаборатория
    • Той автоматично провежда клинични изпитвания върху хора
    • Замени всички химици
  2. Как обикновено се представят молекулите за модели на машинно обучение?
    • Само като снимки
    • Като графики на атоми и връзки или като текстови низове SMILES
    • Като аудио вълни
    • Като електронни таблици с цени
  3. Какво е „виртуален скрининг“ при откриването на лекарства с ИИ?
    • Гледане на филм за наркотици
    • Скрининг на пациенти за заболяване
    • Изчислително класиране на милиони съединения, за да се намерят обещаващи, без да се синтезират всички
    • Вид видеообаждане с регулатори
  4. What can an ADME or toxicity prediction contribute during early candidate assessment?
    • It proves a molecule is safe in humans
    • It eliminates the need for animal or laboratory studies
    • It guarantees the candidate will pass clinical trials
    • It can help prioritize candidates for experimental follow-up, but does not establish safety or replace testing
  5. Кои генеративни AI техники се използват за проектиране на нови молекули?
    • Вариационни автоенкодери и дифузионни модели
    • Макроси на електронни таблици
    • Скенери за баркод
    • Имейл филтри
  6. What must generally occur before a new drug candidate can begin clinical research in people in the United States?
    • A model score above 0.8
    • Preclinical safety information and an FDA-reviewed Investigational New Drug application
    • A successful virtual screen alone
    • Commercial availability in a pharmacy
  7. What does AlphaFold 3 add beyond predicting protein structures?
    • It proves a predicted drug will succeed in patients
    • It replaces all clinical trials
    • It can predict structures and interactions involving proteins, nucleic acids, and ligands
    • It estimates only the retail price of a medicine
  8. What does a virtual-screening rank mean for a candidate compound?
    • The compound is already an approved drug
    • The compound is guaranteed safe in humans
    • The model has observed the compound in a clinical trial
    • It is a computational priority for follow-up, not proof of efficacy