新藥研發(fā)一直是耗時(shí)又耗錢(qián)的復(fù)雜工程，但現(xiàn)在，科學(xué)家們似乎找到了破解之道——引進(jìn)人工智能技術(shù)。

據(jù)《麻省理工科技評(píng)論》雜志9月3日?qǐng)?bào)道，在一次引入AI技術(shù)的新藥研發(fā)中，人工智能制藥初創(chuàng)公司Insilicon Medicine的一個(gè)團(tuán)隊(duì)與多倫多大學(xué)的科學(xué)家合作，從開(kāi)始研發(fā)新的靶向藥，到完成初步的生物學(xué)驗(yàn)證，僅僅花了46天時(shí)間。這項(xiàng)研究結(jié)果已發(fā)表在本周的《自然生物技術(shù)》雜志上。

這一里程碑式的研究證實(shí)，AI 技術(shù)可以幫助加速藥物開(kāi)發(fā)，這意味著，專(zhuān)利保護(hù)期限的延長(zhǎng)，從而提高了藥物開(kāi)發(fā)的經(jīng)濟(jì)性。如果這種方法可以推廣，它將被制藥行業(yè)廣泛采用。

AI協(xié)助將8年藥物研發(fā)時(shí)間縮短到46天

基于兩種流行的人工智能技術(shù)，生成對(duì)抗網(wǎng)絡(luò)和強(qiáng)化學(xué)習(xí)，該團(tuán)隊(duì)在這次藥物開(kāi)發(fā)中引進(jìn)了一個(gè)新的AI系統(tǒng)——生成張力強(qiáng)化學(xué)習(xí)（GENTRL）。

研究人員選擇將DDR1激酶（一種在上皮細(xì)胞中表達(dá)的酪氨酸激酶）作為靶點(diǎn)，這是一種與組織纖維化疾病密切相關(guān)的蛋白質(zhì)。確定目標(biāo)后，GENTRL系統(tǒng)用21天時(shí)間設(shè)計(jì)出了3萬(wàn)個(gè)不同的分子結(jié)構(gòu)，然后通過(guò)查閱此前研究和專(zhuān)利中對(duì)藥物靶標(biāo)起作用的已知分子，優(yōu)先篩選出了可以在實(shí)驗(yàn)室合成的新分子結(jié)構(gòu)。

以《深度學(xué)習(xí)能夠快速識(shí)別有效的DDR1激酶抑制劑》為題的研發(fā)結(jié)果已發(fā)表在《自然生物技術(shù)》雜志上。

在GENTRL設(shè)計(jì)合成的6種候選DDR1 抑制劑化合物中，有4 種化合物在生化分析中具有活性。而在下一階段的體外細(xì)胞實(shí)驗(yàn)中，4種具有活性的化合物，有2 種展現(xiàn)了預(yù)期的 DDR1 抑制能力，且能有效降低與纖維化進(jìn)程有關(guān)的標(biāo)志物含量。通過(guò)對(duì)比，最具潛力的1種化合物又進(jìn)一步在小鼠體內(nèi)實(shí)驗(yàn)中得到成功驗(yàn)證。

從最初的靶點(diǎn)確定、潛在新藥分子結(jié)構(gòu)篩選、合成到臨床前的生物學(xué)驗(yàn)證，GENTRL系統(tǒng)將傳統(tǒng)藥物研發(fā)方法需要至少8年完成的工作，縮短到了僅需46天。

2013 年諾貝爾化學(xué)獎(jiǎng)得主、斯坦福大學(xué)結(jié)構(gòu)生物學(xué)教授 Michael Levitt 評(píng)價(jià)道，“這篇論文無(wú)疑是一個(gè)令人印象深刻的進(jìn)步，很可能適用于藥物設(shè)計(jì)中的許多其他問(wèn)題?；谧钕冗M(jìn)的強(qiáng)化學(xué)習(xí)，我也對(duì)這項(xiàng)研究的廣度印象深刻，因?yàn)樗婕暗椒肿咏！⒂H和度測(cè)量和動(dòng)物研究?！?/p>

AI取代藥物化學(xué)家角色正成為主流

《麻省理工科技評(píng)論》雜志指出，這項(xiàng)里程碑式的研究或?qū)⒏淖冃滤幯邪l(fā)面臨的“費(fèi)錢(qián)費(fèi)時(shí)又費(fèi)勁兒”的困境。

這項(xiàng)里程碑式的研究或?qū)⒏淖冃滤幯邪l(fā)面臨的困境。

“人工智能將對(duì)制藥行業(yè)產(chǎn)生革命性的影響，我們需要更多的實(shí)驗(yàn)驗(yàn)證結(jié)果來(lái)加速這一進(jìn)展，”人工智能領(lǐng)域眾多核心技術(shù)和初始概念發(fā)明者、瑞士人工智能研究所教授Jürgen Schmidhuber表示。

眾所周知，將一種新藥推向市場(chǎng)需要花費(fèi)高昂的金錢(qián)和時(shí)間成本，根據(jù)塔夫茨藥物開(kāi)發(fā)研究中心（Tufts Center for the Study of drug Development）的數(shù)據(jù)，一種新藥從開(kāi)始研發(fā)到最終上市可能需要10年時(shí)間，耗資高達(dá)26億美元，且絕大多數(shù)候選藥物在測(cè)試階段就會(huì)以失敗告終。

因此，減少研發(fā)周期和經(jīng)濟(jì)成本，對(duì)制藥領(lǐng)域藥物研發(fā)活動(dòng)的成功至關(guān)重要。據(jù)《福布斯》雜志報(bào)道，使用Insilicon Medicine的方法，此次藥物的研發(fā)成本僅僅為15萬(wàn)美元。

Insilicon Medicine希望，能在將AI深度學(xué)習(xí)帶入藥物研發(fā)過(guò)程中。

美國(guó)能源部人類(lèi)基因組計(jì)劃首席科學(xué)家、波士頓大學(xué)教授Charles Cantor 表示，關(guān)于人工智能 AI 在改善醫(yī)療保健和開(kāi)發(fā)新醫(yī)療工具方面的前景，存在著許多夸張的說(shuō)法。然而，這項(xiàng)最近發(fā)表在《自然生物技術(shù)》雜志的成果的確具有重要意義。

它首先證明了，人工智能能夠取代通常由藥物化學(xué)家扮演的角色，而這個(gè)角色往往存在人手不足；其次，藥物開(kāi)發(fā)速度的加快意味著專(zhuān)利保護(hù)期限延長(zhǎng)，從而提高了藥物開(kāi)發(fā)的經(jīng)濟(jì)性。“如果這種方法可以推廣，它將成為制藥工業(yè)中廣泛采用的方法，” Cantor博士說(shuō)道。

當(dāng)然，對(duì)于全球的藥物研發(fā)工作而言，這只是第一步。盡管這是一個(gè)里程碑，顯示了人工智能具有識(shí)別候選藥物的潛力，但在任何有潛力的藥物被批準(zhǔn)用于治療之前，仍需要多年的臨床試驗(yàn)和數(shù)百萬(wàn)美元的調(diào)研。

AI技術(shù)能夠快速識(shí)別有效的DDR1激酶抑制劑。

“這篇論文是我們?cè)谌斯ぶ悄茯?qū)動(dòng)藥物研發(fā)路上的一個(gè)重要里程碑。我們從2015年開(kāi)始從事AI合成化學(xué)的工作，但當(dāng)Insilicon的理論論文在2016年發(fā)表時(shí)，所有人都對(duì)此持懷疑態(tài)度。而現(xiàn)在，這項(xiàng)技術(shù)正在成為主流，我們很高興它正在動(dòng)物實(shí)驗(yàn)中被驗(yàn)證。當(dāng)這些模型被整合到全面的藥物研發(fā)過(guò)程中時(shí)，它們適用于眾多目標(biāo)靶點(diǎn)。我們正與領(lǐng)先的生物技術(shù)公司合作，將進(jìn)一步推動(dòng)合成化學(xué)和合成生物學(xué)的極限，”論文第一作者、Insilico Medicine 創(chuàng)始人兼 CEO Alex Zhavoronkov 博士表示。