QQ在線
企業(yè)微信
資訊
363在具有里程碑意義的發(fā)展中，使用人工智能(AI)創(chuàng)建的第一種藥物已進入其第一階段試驗。該化合物名為DSP-1181，由Exscientia和住友大日本制藥公司(Sumitomo Dainippon Pharma)合資成立，用于治療強迫癥(OCD)。Exscientia首席執(zhí)行官Andrew Hopkins教授在《毒品目標評論》雜志的維多利亞·里斯(Victoria Rees)講話中解釋了如何在短短12個月內(nèi)發(fā)現(xiàn)和優(yōu)化該藥物。
霍普金斯首先解釋說，該藥物可作為5-羥色胺5-HT1A受體潛在活性的完全激動劑，與其他現(xiàn)有的5-羥色胺5-HT1A受體激動劑僅部分阻斷活性的作用不同。它的半衰期也比其他藥物更長。這使他和其他研究人員相信，與目前的療法相比，它將顯示出更大的功效和更長的作用時間。從藥物開發(fā)過程的開始就一直使用AI，包括從數(shù)據(jù)直接生成的從頭設(shè)計獲得的最初命中。
利用人工智能來搜索化學空間，其中包括潛在的數(shù)十億個原子配置選項，這使研究人員能夠減少識別目標所需的時間。將數(shù)據(jù)生成假設(shè)與機器學習相結(jié)合以產(chǎn)生藥物設(shè)計概念，人類先前采取的步驟被一套高級算法所取代。
首先，人工智能產(chǎn)生了數(shù)百萬種符合特定規(guī)格的潛在新型分子。然后，使用機器學習平臺來預(yù)測哪些化合物對成百上千種蛋白質(zhì)具有活性。然后應(yīng)用了第三層算法，稱為主動學習，該算法自動確定研究人員應(yīng)該制造和測試的化合物的優(yōu)先級。
通過使用AI同時滿足大量設(shè)計目標，這些過程使科學家能夠精確地設(shè)計藥物。霍普金斯說：“這就是如此重要的突破的原因，因為它展示了如何使用AI來創(chuàng)建分子，從而挑戰(zhàn)了傳統(tǒng)工藝，該算法的優(yōu)點在于每個原子都至關(guān)重要。”未來，技術(shù)人員和藥物發(fā)現(xiàn)科學家之間的聯(lián)系將會更加緊密。”
霍普金斯(Hopkins)確定的藥物設(shè)計中的一個關(guān)鍵問題是，只有少量數(shù)據(jù)可輕易獲得。他說，這是“大數(shù)據(jù)問題的對立面”，這意味著需要學習不同的算法。
他解釋說，有大量的生物和化學數(shù)據(jù)源，可以將其集成并用于構(gòu)建機器學習模型。但是，對于人體中的大多數(shù)蛋白質(zhì)，在啟動藥物發(fā)現(xiàn)項目時通常只有很少的信息。此外，對于每個單獨的目標，通常存在少量數(shù)據(jù)或稀疏數(shù)據(jù)的問題。因此，算法上的挑戰(zhàn)是如何從很少的數(shù)據(jù)中快速學習。
霍普金斯說，要解決這個問題，在主動學習領(lǐng)域開發(fā)的一組算法對于設(shè)計創(chuàng)新藥物至關(guān)重要。
他解釋說：“通過做出更好的設(shè)計決策，我們開始看到的是，我們可以合成更少的化合物，這使項目的進展比傳統(tǒng)情況快得多。”霍普金斯(Hopkins)強調(diào)，使用AI的主要好處是臨床前階段的移動速度。他解釋說，與傳統(tǒng)方法相比，它可以更快地優(yōu)化和鑒定臨床候選藥物。
他說，制藥業(yè)面臨的主要問題是生產(chǎn)率。使用AI可以解決研究回報率低的問題。“如果我們可以減少投資成本，那么最終我們就可以開始減少將學術(shù)界和診所的新見識轉(zhuǎn)化為新藥的障礙。”
