ＧＡＮ(Generative Adversarial Networks)，中文叫生成對抗神經網路，(AI大神之一Yann LeCun曾說 “ GAN 是過去20年來機器學習領域最酷的想法”)，它主要功用是根據輸入對應的資料，讓神經網路學會這兩者資料的關聯性（特徵），有了這個關聯性（特徵），換掉新的輸入就可以生成有這個特徵的新成物。這篇論文針對“抑制癌細胞機制”，用了ＣＣＬＥ＋ＧＤＳＣ＋ＮＣＩ三個公開資料庫的結果，讓ＧＡＮ學會抑制癌細胞的“特徵”，接著利用這個特徵去產生69個化合物，結果發現這69個化合物裡面大部分都是已經被人類發現的專利藥物，或已經被證實有用的抗癌抑制劑。

 

AI中心可以跟大家一起做什麼呢！？

1. 他們用的ＧＡＮ “五層”神經網路太簡單啦，我們可以給他加深個幾層或用更複雜的神經網路結構，挑出不同的藥物，若挑出人類沒有試過的化合物，就可以進行實驗確認結果啦~(電腦挑的水果比較甜，AI挑的藥會比較有效?)。

2. 他們針對抑制癌細胞，這主角有點太廣了，我們是否可以單純點，實驗抑制(ex:肺癌細胞)，挑選適合的資料庫進行？或其大家熟悉的癌細胞來使用人工智慧-神經網路，看看是否有好的火花。

3. 除了這篇論文的公開資料庫，大家手上是否有自己實驗有用的用藥結果，這可教電腦AI神經網路學出更有效的“特徵”，這可是可以用你名字來命名的劃時代的貢獻唷。

 

以上三個研究方向供大家參考。 未來AI中心將持續為大家介紹人工智慧於醫療的相關應用，歡迎對AI(深度學習)有興趣的同仁來信 T82740@mail.cmuh.org.tw