来自莫斯科物理研究院的研究人员首次生成神经网络用以创建具备所需特点的药物，通过使用生成对抗网络（GANs），开发和训练新的分子结构，可以戏剧性的缩短寻找潜在药用价值物质的时间和成本。研究人员打算使用这一科技寻找各类疾病，包括心血管疾病和各类癌症的潜在药物。

目前，无机分子基群包含数以百万计物质，其中只有很小一部分具有药用价值。制作药物的药理学方法通常都有一个遗传性质，比如说，药理学家可能会继续研究存在了 n 多年的阿司匹林，可能添加一些什么就可以减少药物副作用，增加其疗效。今年早些时候，该研究小组提出可以通过深层神经网络缩小物质范围，如今，他们面临着更具挑战性的问题：在数以百万计的分子结构中，是否有机会概念性的创造具有药用价值的新分子？

生成对抗自编码是 GANs 的延伸，它作为基础，与已知的具备药物价值的化合物和有效浓度一起训练系统，这一类型的化合物就会被输入系统之中，通过学习已知的分子，编码器和鉴别器会进行自行关闭，网络会使用译码器自动生成分子介绍。

研究人员称：“GANs 是在 2014 年首次被提出，目前正在与其他方法相结合加速发展中，我们的一切努力都是希望延长人类的寿命，提高生活质量。”