藥物發(fā)現(xiàn)因其周期長(zhǎng)、成本高而被稱(chēng)為“從實(shí)驗(yàn)室到臨床”。將一種藥物推向市場(chǎng)大約需要 11 至 16 年的時(shí)間和10 億至 20 億美元的資金。但現(xiàn)在人工智能正在徹底改變藥物開(kāi)發(fā)，提供更快的速度和盈利能力。

藥物開(kāi)發(fā)中的人工智能改變了我們生物醫(yī)學(xué)研究和創(chuàng)新的方法和策略。它幫助研究人員降低疾病途徑的復(fù)雜性并確定生物靶點(diǎn)。

讓我們更深入地了解人工智能在藥物發(fā)現(xiàn)中的未來(lái)潛力。

了解人工智能的作用：如何將其用于藥物發(fā)現(xiàn)？

人工智能憑借其分析大量數(shù)據(jù)并做出復(fù)雜預(yù)測(cè)的能力，增強(qiáng)了藥物發(fā)現(xiàn)過(guò)程的不同階段。就是這樣：

1. 目標(biāo)識(shí)別

靶標(biāo)識(shí)別是藥物發(fā)現(xiàn)的第一個(gè)過(guò)程，涉及識(shí)別體內(nèi)可能存在的分子實(shí)體，如蛋白質(zhì)、酶和受體，這些分子實(shí)體可以與藥物結(jié)合以產(chǎn)生針對(duì)疾病的治療效果。

人工智能可以利用大型臨床數(shù)據(jù)庫(kù)，其中包括有關(guān)目標(biāo)識(shí)別的關(guān)鍵信息。這些數(shù)據(jù)源可以包括生物醫(yī)學(xué)研究、生物分子信息、臨床試驗(yàn)數(shù)據(jù)、蛋白質(zhì)結(jié)構(gòu)等。

經(jīng)過(guò)訓(xùn)練的人工智能模型以及基因表達(dá)等生物醫(yī)學(xué)技術(shù)可以理解復(fù)雜的生物疾病并確定候選藥物的生物靶點(diǎn)。例如，研究人員開(kāi)發(fā)了各種人工智能技術(shù)來(lái)識(shí)別新型抗癌靶點(diǎn)。

2. 目標(biāo)選擇

藥物發(fā)現(xiàn)中的人工智能可以幫助研究人員根據(jù)疾病相關(guān)性和預(yù)測(cè)的治療效用選擇有前景的靶標(biāo)。憑借強(qiáng)大的模式識(shí)別能力，人工智能不僅可以根據(jù)已公布的醫(yī)學(xué)文獻(xiàn)進(jìn)行選擇，還可以選擇全新的目標(biāo)，而無(wú)需事先參考已發(fā)表的專(zhuān)利。

3. 藥物優(yōu)先順序

在此階段，人工智能對(duì)先導(dǎo)藥物化合物進(jìn)行評(píng)估和評(píng)級(jí)，優(yōu)先考慮進(jìn)行進(jìn)一步評(píng)估和研究，以推進(jìn)其開(kāi)發(fā)。與以前的排名技術(shù)相比，基于人工智能的方法可以更有效地識(shí)別最有前途的候選人。例如，研究人員開(kāi)發(fā)了一種基于深度學(xué)習(xí)的計(jì)算框架來(lái)識(shí)別和優(yōu)先考慮治療阿爾茨海默病的新藥物。

4. 化合物篩選

人工智能模型可以預(yù)測(cè)化合物的化學(xué)性質(zhì)和生物活性，并提供對(duì)不利影響的見(jiàn)解。他們可以分析來(lái)自各種來(lái)源的數(shù)據(jù)，包括以前的研究和數(shù)據(jù)庫(kù)，以識(shí)別與特定化合物相關(guān)的任何潛在風(fēng)險(xiǎn)或副作用。例如，研究人員開(kāi)發(fā)了一種深度學(xué)習(xí)工具來(lái)篩選包含數(shù)十億分子的化學(xué)庫(kù)，以顯著加速大規(guī)模化合物探索。

5.從頭藥物設(shè)計(jì)

手動(dòng)篩選大量化合物一直是藥物發(fā)現(xiàn)的傳統(tǒng)做法。借助人工智能，研究人員可以在有或沒(méi)有先驗(yàn)信息的情況下篩選新化合物，并預(yù)測(cè)所發(fā)現(xiàn)藥物的最終 3D 結(jié)構(gòu)。例如，DeepMind 開(kāi)發(fā)的AlphaFold是一個(gè)可以預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)的人工智能系統(tǒng)。它維護(hù)著一個(gè)包含超過(guò) 2 億個(gè)蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的數(shù)據(jù)庫(kù)，可以加速藥物設(shè)計(jì)過(guò)程。

5 個(gè)基于人工智能的藥物發(fā)現(xiàn)的成功例子

1）阿博辛

抗生素可以殺死細(xì)菌。但由于新藥的缺乏以及細(xì)菌對(duì)舊藥物耐藥性的迅速演變，細(xì)菌變得越來(lái)越難以治療。Abaucin是一種人工智能開(kāi)發(fā)的強(qiáng)效實(shí)驗(yàn)性抗生素，旨在殺死最危險(xiǎn)的超級(jí)細(xì)菌之一鮑曼不動(dòng)桿菌。

研究人員首先使用人工智能測(cè)試了數(shù)千種藥物，看看它們對(duì)抗鮑曼不動(dòng)桿菌的效果如何。然后，這些信息被用來(lái)訓(xùn)練人工智能研制出一種可以有效治療的藥物。

2) Insilico Medicine 的 Target X

Insilico Medicine使用其生成式人工智能平臺(tái)創(chuàng)建了一種名為 Target X 的藥物，目前正處于一期臨床試驗(yàn)階段。Target X 旨在治療特發(fā)性肺纖維化，這種疾病如果不及時(shí)治療，可能會(huì)導(dǎo)致老年人肺部僵硬。第一階段將涉及 80 名參與者，其中一半將逐漸接受更高的劑量。這將有助于評(píng)估藥物分子如何與人體相互作用。

3) Verge Genomic 的 VRG50635

人工智能藥物發(fā)現(xiàn)公司Verge Genomics利用其人工智能平臺(tái) CONVERGE 通過(guò)分析人體數(shù)據(jù)點(diǎn)發(fā)現(xiàn)了一種新型化合物 VRG-50635，用于治療 ALS。這些數(shù)據(jù)點(diǎn)包括有關(guān)帕金森氏癥、肌萎縮側(cè)索硬化癥和阿爾茨海默氏癥等神經(jīng)退行性疾病患者的大腦和脊柱組織的信息。

該平臺(tái)首先發(fā)現(xiàn)PIKfyve酶作為ALS的可能靶點(diǎn)，然后建議VRG50635作為一種有前途的PIKfyve抑制劑，成為治療ALS的潛在候選藥物。這個(gè)過(guò)程大約花了四年時(shí)間，現(xiàn)在候選藥物正處于人體試驗(yàn)的第一階段。

4) Exscientia-A2a 受體

Exscientia是一家 AI 醫(yī)療科技公司，負(fù)責(zé)第一個(gè)用于免疫腫瘤治療的 AI 設(shè)計(jì)分子，這是一種利用人體免疫系統(tǒng)對(duì)抗癌細(xì)胞的癌癥治療形式。他們的AI藥物已經(jīng)進(jìn)入人體臨床試驗(yàn)階段。它的潛力在于能夠靶向A2a 受體，促進(jìn)抗腫瘤活性，同時(shí)確保減少對(duì)身體和大腦的副作用。

使用生成人工智能，他們創(chuàng)造了一些其他化合物來(lái)針對(duì)各種疾病，例如

通過(guò)靶向CDK7 抑制劑治療轉(zhuǎn)錄成癮癌癥

通過(guò)靶向PKC-theta 酶治療炎癥性疾病

通過(guò)靶向 LSD1 調(diào)節(jié)劑來(lái)治療血液學(xué)和腫瘤學(xué)疾病

5) 采用零樣本生成人工智能的 Absci-de Novo 抗體

Absci是一家生成式 AI藥物發(fā)現(xiàn)公司，它展示了其使用零次生成式 AI 通過(guò)計(jì)算機(jī)模擬從頭創(chuàng)建抗體的方法。零樣本學(xué)習(xí)是指人工智能模型在訓(xùn)練階段沒(méi)有對(duì)當(dāng)前輸入信息進(jìn)行顯式測(cè)試。因此，這個(gè)過(guò)程可以自行提出新穎的抗體設(shè)計(jì)。

由 AI 驅(qū)動(dòng)的從頭治療抗體將開(kāi)發(fā)新藥先導(dǎo)物所需的時(shí)間從長(zhǎng)達(dá) 6 年縮短至僅 18 至 24 個(gè)月，從而提高了其在臨床上成功的可能性。該公司的技術(shù)每周可以測(cè)試和驗(yàn)證 300 萬(wàn)個(gè)人工智能生成的設(shè)計(jì)。這一新進(jìn)展可以立即為每位患者提供新穎的治療方法，標(biāo)志著重大的行業(yè)變革。

人工智能和藥物發(fā)現(xiàn)的未來(lái)會(huì)怎樣？

除了許多其他醫(yī)療保健應(yīng)用之外，人工智能還通過(guò)分析大量數(shù)據(jù)集并預(yù)測(cè)有希望的藥物靶點(diǎn)和候選藥物，使藥物發(fā)現(xiàn)過(guò)程變得更快、更智能。使用生成式人工智能，生物技術(shù)公司可以識(shí)別患者反應(yīng)標(biāo)記并快速制定個(gè)性化治療計(jì)劃。

一份報(bào)告表明，很快，更多的醫(yī)療科技公司將把人工智能和機(jī)器學(xué)習(xí)融入到早期藥物發(fā)現(xiàn)中，這將有助于在未來(lái)十年內(nèi)創(chuàng)造一個(gè)500 億美元的市場(chǎng)，創(chuàng)造人工智能在制藥領(lǐng)域的巨大增長(zhǎng)潛力。人工智能將有可能降低總體藥物發(fā)現(xiàn)成本，使更多新藥更快地提供給患者。