據《麻省理工科技評論》9月3日報道，在利用AI技術研發新藥方面，人工智能制藥初創公司Insilicon Medicine的壹個團隊與多倫多大學的科學家合作，僅用了46天就開始研發新的靶向藥物，並完成了初步的生物學驗證。這項研究的結果已經發表在本周的《自然生物技術》上。
這項具有裏程碑意義的研究證實了AI技術可以幫助加速藥物開發，這意味著專利保護期延長，從而提高藥物開發的經濟性。如果這種方法能夠推廣，將會被制藥行業廣泛采用。
AI有助於將藥物開發時間從8年縮短到46天。
基於兩種流行的人工智能技術，該團隊在此次藥物開發中引入了壹種新的人工智能系統生成的張力強化學習(GENTRL)。
研究人員選擇DDR1激酶(壹種在上皮細胞中表達的酪氨酸激酶)作為目標，這是壹種與組織纖維化密切相關的蛋白質。確定靶點後，GENTRL系統在21天內設計了30000種不同的分子結構，然後通過查閱以往研究和專利中作用於藥物靶點的已知分子，篩選出可以在實驗室合成的新分子結構。
這項名為“深度學習可以快速識別有效的DDR1激酶抑制劑”的研發成果已經發表在《自然生物技術》雜誌上。截圖自《自然生物技術》雜誌
在GENTRL設計和合成的六種候選DDR1抑制劑化合物中，有四種化合物在生化分析中具有活性。在下壹階段的體外細胞實驗中，四種活性化合物中的兩種表現出預期的DDR1抑制能力，並能有效降低纖維化過程相關標誌物的含量。通過比較，最有潛力的1化合物在小鼠實驗中得到了進壹步的成功驗證。
從最初的靶點確定、分子結構篩選、潛在新藥合成到臨床前生物驗證，GENTRL系統將傳統藥物研發方法至少需要8年的工作縮短至僅46天。
2013年諾貝爾化學獎得主、斯坦福大學結構生物學教授邁克爾·萊維特評論道，“這篇論文無疑是壹個令人印象深刻的進展，很可能適用於藥物設計中的許多其他問題。基於最先進的強化學習，我也對這項研究的廣度印象深刻，因為它涉及分子建模、親和力測量和動物研究。”
人工智能取代藥物化學家的角色正在成為主流。
《麻省理工科技評論》雜誌指出，這項具有裏程碑意義的研究可能會改變新藥研發面臨的“浪費金錢、時間和精力”的困境。
這項具有裏程碑意義的研究可能會改變新藥研發面臨的困境。根據麻省理工科技評論雜誌
“人工智能將對制藥行業產生革命性的影響，我們需要更多的實驗驗證結果來加速這壹進展，”瑞士人工智能研究所教授Jürgen Schmidhuber說，他是人工智能領域許多核心技術和初始概念的發明者。
眾所周知，將壹種新藥推向市場需要大量的金錢和時間。根據塔夫茨藥物開發研究中心的數據，壹種新藥上市可能需要10年，耗資高達26億美元，大多數候選藥物在測試階段都會失敗。
因此，減少R&D循環和經濟成本對於制藥領域中藥物R&D活動的成功是非常重要的。據《福布斯》雜誌報道，使用Insilicon Medicine的方法，這種藥物的研發成本僅為654.38美元+0.5萬美元。
Insilicon Medicine希望將AI深度學習帶入藥物研發過程。根據福布斯雜誌
美國能源部人類基因組項目首席科學家、波士頓大學教授查爾斯·康托爾(Charles Cantor)表示，關於人工智能AI在改善醫療保健和開發新醫療工具方面的前景，有許多誇大的說法。然而，最近發表在《自然生物技術》上的這項成果確實意義重大。
它首先證明了人工智能可以取代通常由藥物化學家扮演的角色，而這個角色往往人手不足；其次，藥物開發的加速意味著專利保護期的延長，從而提高藥物開發的經濟性。“如果這種方法可以推廣，它將被廣泛應用於制藥行業，”康托爾博士說。
當然，這只是全球藥物研發的第壹步。雖然這是壹個裏程碑，表明人工智能具有識別候選藥物的潛力，但在任何潛在藥物被批準用於治療之前，仍需要多年的臨床試驗和數百萬美元的研究。
AI技術可以快速識別有效的DDR1激酶抑制劑。根據Insilicon Medicine
“這篇論文是我們研發人工智能驅動藥物的重要裏程碑。我們從2015開始從事AI合成化學，但是當Insilicon的理論論文在2016發表的時候，大家都持懷疑態度。現在，這項技術正在成為主流，我們很高興它正在動物實驗中得到驗證。當這些模型被整合到整個藥物研發過程中時，它們適用於許多目標對象。我們正在與領先的生物技術公司合作，進壹步推動合成化學和合成生物學的極限，”該論文的第壹作者、英矽智能創始人兼首席執行官Alex Zhavoronkov博士說。
編輯盧