Neurological disorders affect various aspects of life. Finding drugs for the central nervous system is a very challenging and complex task due to the involvement of the blood–brain barrier, P-glycoprotein, and the drug’s high attrition rates. The availability of big data present in online databases and resources has enabled the emergence of artificial intelligence techniques including machine learning to analyze, process the data, and predict the unknown data with high efficiency. The use of these modern techniques has revolutionized the whole drug development paradigm, with an unprecedented acceleration in the central nervous system drug discovery programs. Also, the new deep learning architectures proposed in many recent works have given a better understanding of how artificial intelligence can tackle big complex problems that arose due to central nervous system disorders. Therefore, the present review provides comprehensive and up-to-date information on machine learning/artificial intelligence-triggered effort in the brain care domain. In addition, a brief overview is presented on machine learning algorithms and their uses in structure-based drug design, ligand-based drug design, ADMET prediction, de novo drug design, and drug repurposing. Lastly, we conclude by discussing the major challenges and limitations posed and how they can be tackled in the future by using these modern machine learning/artificial intelligence approaches.

Graphic abstract

中文翻译：

---

人工智能驱动的抗神经退行性疾病治疗剂识别和开发的最新趋势

神经系统疾病影响生活的各个方面。由于涉及血脑屏障、P-糖蛋白和药物的高损耗率，为中枢神经系统寻找药物是一项非常具有挑战性和复杂性的任务。在线数据库和资源中大数据的可用性使得包括机器学习在内的人工智能技术的出现能够高效地分析、处理数据和预测未知数据。这些现代技术的使用彻底改变了整个药物开发范式，中枢神经系统药物发现计划出现了前所未有的加速。还，最近许多作品中提出的新的深度学习架构让人们更好地理解了人工智能如何解决因中枢神经系统疾病而出现的复杂的大问题。因此，本综述提供了有关大脑护理领域机器学习/人工智能触发工作的全面和最新信息。此外，还简要概述了机器学习算法及其在基于结构的药物设计、基于配体的药物设计、ADMET 预测、从头药物设计和药物再利用中的用途。最后，我们讨论了所带来的主要挑战和限制，以及未来如何通过使用这些现代机器学习/人工智能方法来解决它们。本综述提供了有关大脑护理领域机器学习/人工智能触发工作的全面和最新信息。此外，还简要概述了机器学习算法及其在基于结构的药物设计、基于配体的药物设计、ADMET 预测、从头药物设计和药物再利用中的用途。最后，我们讨论了所带来的主要挑战和限制，以及未来如何通过使用这些现代机器学习/人工智能方法来解决它们。本综述提供了有关大脑护理领域机器学习/人工智能触发工作的全面和最新信息。此外，还简要概述了机器学习算法及其在基于结构的药物设计、基于配体的药物设计、ADMET 预测、从头药物设计和药物再利用中的用途。最后，我们讨论了所带来的主要挑战和限制，以及未来如何通过使用这些现代机器学习/人工智能方法来解决它们。从头药物设计和药物再利用。最后，我们讨论了所带来的主要挑战和限制，以及未来如何通过使用这些现代机器学习/人工智能方法来解决它们。从头药物设计和药物再利用。最后，我们讨论了所带来的主要挑战和限制，以及未来如何通过使用这些现代机器学习/人工智能方法来解决它们。

图形摘要