Quiz połączony z przewodnikiem · Średni Poziom

Sztuczna inteligencja w quizie dotyczącym odkrywania leków

Przejrzyj narzędzia AI do badań przesiewowych i projektowania molekularnego, przewidywania białek, wczesnych szacunków ADMET i eksperymentów niezbędnych do walidacji kandydatów.

Powiązane ścieżki prowadząceAI w odkrywaniu leków
Pytanie 1 z 8

Co osiągnął AlphaFold firmy DeepMind, co pomogło w odkrywaniu leków?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Co osiągnął AlphaFold firmy DeepMind, co pomogło w odkrywaniu leków?
    • Przewidział trójwymiarowe struktury ponad 200 milionów białek
    • W laboratorium zsyntetyzowano nowe leki
    • Automatycznie przeprowadzał badania kliniczne na ludziach
    • Zastąpił wszystkich chemików
  2. W jaki sposób cząsteczki są powszechnie reprezentowane w modelach uczenia maszynowego?
    • Tylko jako fotografie
    • Jako wykresy atomów i wiązań lub jako ciągi tekstowe SMILES
    • Jako przebiegi audio
    • Jako arkusze kalkulacyjne cen
  3. Co to jest „wirtualny przegląd” w odkrywaniu leków przez sztuczną inteligencję?
    • Oglądanie filmu o narkotykach
    • Badanie pacjentów pod kątem choroby
    • Obliczeniowe rankingowanie milionów związków w celu znalezienia obiecujących bez syntezowania ich wszystkich
    • Rodzaj rozmowy wideo z regulatorami
  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. Jakie techniki generatywnej sztucznej inteligencji wykorzystuje się do projektowania nowych cząsteczek?
    • Autoenkodery wariacyjne i modele dyfuzyjne
    • Makra arkusza kalkulacyjnego
    • Skanery kodów kreskowych
    • Filtry e-mailowe
  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