超级计算机助力新药开发：AI会在药物研制方面发挥巨大价值

越来越多的药物开发商转向电脑和人工智能来缩小潜在的药物分子清单，从而节省测试的时间和金钱。AI算法可以识别编码具有很好的药物结合潜力的蛋白质的基因

越来越多的药物开发商转向电脑和人工智能来缩小潜在的药物分子清单，从而节省测试的时间和金钱。AI算法可以识别编码具有很好的药物结合潜力的蛋白质的基因。现在科学与转化医学的新模式——增加新的复杂层面来缩小现场结合蛋白，药物和临床数据，以更好地预测哪些基因是最有可能使药物能结合蛋白。

众所周知，开发新药效率很低。所有进入临床试验的药物中，最后只有不到12%的药品可以出现在药店。它主要是通过将化合物和化学物质逐个喷洒到患病细胞的培养皿中的过程试验不停试错完成。

盲目开发可能是药物开发失败的重要原因之一。遗传流行病学家Aroon Hingorani说，“许多原因都会导致药物开发失败”。“主要原因是没有为疾病选择正确的目标。”一种药物可能在细胞，组织和动物模型的早期实验中显示出初步的前景，但是这些药物往往过于简单化，很少受到随机化和盲法测试。例如，精神分裂症最常见的模式是一种突然跳跃的发作，这种被称为“爆裂”的行为——不是人类对精神药物反应的最自然模型。科学家们使用这些结果来估计哪些蛋白质被靶向，但是由于这些研究往往是小而短的，所以有很多方法来解释结果。

当你正在开发药物时，时间就是金钱。当有效地节省开发时间，其实就是减少资金投入成本。研究人员估计，大约15%到20%的新药成本进入发现阶段。通常，这代表高达几亿美元的投入和3~6年的工作。计算方法承诺将这一过程缩短到几个月，价格成千上万美元。但是目前市场上还没有开始于一个AI系统挑选出来的药物，但它们正在准备状态。

Hororani的小组建立了一个将遗传信息与蛋白质结构数据和已知药物相互作用相结合的预测模型。他们获得了近4500种潜在的药物靶点，将以前的人类基因组数量估计为“可药用”的估计翻了一倍。然后，两名临床医生梳理出正确的形状和化学物质的144种药物与其建立的蛋白质结合目标。这些已经通过安全测试，这意味着它们可以很快被重新用于其他疾病。

越来越多的公司在寻找新的方式进行药物研制，提高开发效率。Hororani的合作者之一是英国AI公司的生物医学信息学副总裁BenevolentAI。该公司最近签署了一项协议，收购和开发了Janssen（强生制药公司）的临床阶段候选药物。他们计划在今年晚些时候开始IIb期试验。上个月，日本眼科学巨头桑登与基于帕洛阿尔托的两眼医院签署了协议，利用AI驱动的技术来确定青光眼候选药物。几周前，两家欧洲公司- Pharnext和Galapagos合作，将计算机模型用于寻找神经变性疾病的新治疗方法。

长期的药物管道研究人员Derek Lowe写了一篇关于科学科目的博客，他说他通常对纯粹的计算方法持怀疑态度。“从长远来看，我没有看到这个东西是不可能的，”他说，“但是如果有人来找我说，他们只能预测整个化合物列表的活动，例如，我可能会认为它是胡说八道的。我想在我相信之前想看到很多证据。

像TwoXAR这样的公司正在努力建立这样的证据。去年秋天，他们与斯坦福大学亚洲肝脏中心合作，筛选了25000名潜在的成人肝癌候选人。他们在帕洛阿尔托（Palo Alto）的一家废弃的美甲沙龙上工作，通过遗传、蛋白质组学、药物和临床数据库筛选出计算机软件来识别10种可能的治疗方法。肝脏中心的主任塞缪尔·苏，对他们带回来的名单感到惊讶：它包括了实验室研究人员做出的几项预测。所以他决定测试所有中的最有希望的一个，杀死五种不同的肝癌细胞而不伤害健康细胞，现在正在进行人体试验。

癌症唯一现有的FDA批准的治疗需要五年时间才能开发。令人兴奋的是：对于具有如此高失败率的行业，即使小幅的成功率增长也可能是数十亿美元的收益。人工智能科技的应用会在药物研制方面发挥巨大的价值。