QQ在線
企業微信
資訊
520新藥研發有沒有捷徑？科研人員發現，AI技術可以為他們“分憂”，有望解決藥物設計中挑戰性的難題。
“AI技術可以通過對現有化合物數據庫信息的整合和數據提取、機器學習，提取大量關于化合物不同屬性的關鍵信息。”丁勝說，這不僅避免了盲人摸象般的試錯路徑，還能大幅提高化合物篩選的成功率，最終降低研發成本和工作量。
“藥物研發的時間和經濟成本越來越高，而AI技術是有力突破點。”裴劍鋒說，有機構預測數據表明，人工智能的融合可為新藥研發節約近一半時間，每年節約化合物篩選成本和臨床試驗費用達數百億美元。
裴劍鋒認為，AI技術尤其是強人工智能的發展，有望解決藥物設計中挑戰性的難題。例如，隨著自然語言處理技術和AI文獻信息提取技術發展，未來AI能自動處理海量非結構化的專利、文獻數據，從中提取關鍵信息構建知識圖譜和認知圖譜，自動發現藥物靶點和藥物分子。
一批藥物研發初創公司和研發機構正在將AI技術的應用變為現實：北京英飛智藥科技有限公司將AI技術與資深藥物研發專家的經驗融合，開發出了藥物設計AI研發平臺“智藥大腦”；全球健康藥物研發中心打造了高通量、高精度人工智能藥物篩選計算平臺“人工智能藥物研發平臺”……
裴劍鋒認為，在AI深度參與和高性能計算能力支撐下，未來，機器學習和物理模型的有機結合將可能成為新的科研模式，引發醫藥甚至多個領域顛覆性的創新浪潮。
人機對弈、刷臉支付、輔助診療……人工智能（AI）正在悄無聲息地融入生活的方方面面。不過，你可能想不到，藥物也可以借力AI技術來設計研發。通過大數據處理、機器學習、深度學習等技術，AI融入新藥研發可望有效縮短研發時間，降低研發成本。
據全球健康藥物研發中心主任、清華大學藥學院院長丁勝介紹，創新藥的研發從認知疾病發生原因、確定針對疾病的藥物靶點、實驗室發現新的分子或化合物開始，通過體外及動物體內實驗了解其安全性、毒性反應，以及在動物體內的代謝過程、作用部位和作用效果，再經過首次人體試驗，經歷Ⅰ期、Ⅱ期、Ⅲ期臨床試驗，證實安全有效及質量可控制之后，才可以獲批上市。
“整個研發過程往往需要10到15年時間，投入10億到15億美元，其中包括失敗的成本。”丁勝說。
“在從初步篩選的百萬個化合物和隨后的千百個逐級候選藥物優化中，最后可能只有一個能被選出來做成藥物。”北京大學前沿交叉學科研究院定量生物學中心研究員裴劍鋒說，新藥研發失敗率非常高，任何一步失敗都會導致最終失敗。
AI研發藥物即將進行人體試驗
近日，據BBC報道，一款使用人工智能開發的用于治療強迫癥的藥物將進行人體實驗。英國初創公司Exscientia聲稱，該藥物從概念設計到制作出臨床測試用的膠囊不到一年時間。人體試驗將于三月份開始。
Exscientia的首席執行官Andrew Hopkins表示，該公司是第一個生產出人工智能藥物并將在臨床試驗中進行測試的公司，人工智能最終產生的化合物被稱為DSP-1181。擁有該藥專利權的日本制藥公司住友大研制藥將監督該藥的臨床開發。第一階段的人體試驗，將測試藥物的安全性和人體對藥物的反應，該試驗也將在日本進行。
盡管這種新藥的研發看起來值得期待，但在業內仍然存在一些爭議。有研究人員表示，盡管人工智能可以幫助我們找到新的分子，但人工智能發現的分子最終有可能與我們已經研究過的分子相似。此外，人工智能僅僅找到了一種潛在的化合物，但并不能幫助科學家們真正理解其試圖治療的疾病的生化特性。
與此同時，人工智能輔助藥物研發還面臨不少問題：從長遠來看，人工智能設計的藥物與人類單獨開發的藥物有何不同？誰應該制定在新藥物研究中使用人工智能的規則？人工智能為新藥研發的優勢還要在未來不斷的去發掘。
