新藥研發(fā)一直是耗時又耗錢的復雜工程，但現(xiàn)在，科學家們似乎找到了破解之道——引進人工智能技術(shù)。

據(jù)《麻省理工科技評論》雜志9月3日報道，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的一個團隊與多倫多大學的科學家合作，從開始研發(fā)新的靶向藥，到完成初步的生物學驗證，僅僅花了46天時間。這項研究結(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，AI 技術(shù)可以幫助加速藥物開發(fā)，這意味著，專利保護期限的延長，從而提高了藥物開發(fā)的經(jīng)濟性。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)時間縮短到46天

基于兩種流行的人工智能技術(shù)，生成對抗網(wǎng)絡和強化學習，該團隊在這次藥物開發(fā)中引進了一個新的AI系統(tǒng)——生成張力強化學習（GENTRL）。

研究人員選擇將DDR1激酶（一種在上皮細胞中表達的酪氨酸激酶）作為靶點，這是一種與組織纖維化疾病密切相關(guān)的蛋白質(zhì)。確定目標后，GENTRL系統(tǒng)用21天時間設計出了3萬個不同的分子結(jié)構(gòu)，然后通過查閱此前研究和專利中對藥物靶標起作用的已知分子，優(yōu)先篩選出了可以在實驗室合成的新分子結(jié)構(gòu)。

以《深度學習能夠快速識別有效的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設計合成的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胞實驗中，4種具有活性的化合物，有2 種展現(xiàn)了預期的 DDR1 抑制能力，且能有效降低與纖維化進程有關(guān)的標志物含量。通過對比，最具潛力的1種化合物又進一步在小鼠體內(nèi)實驗中得到成功驗證。

從最初的靶點確定、潛在新藥分子結(jié)構(gòu)篩選、合成到臨床前的生物學驗證，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 年諾貝爾化學獎得主、斯坦福大學結(jié)構(gòu)生物學教授 Michael Levitt 評價道，“這篇論文無疑是一個令人印象深刻的進步，很可能適用于藥物設計中的許多其他問題。基于最先進的強化學習，我也對這項研究的廣度印象深刻，因為它涉及到分子建模、親和度測量和動物研究?！?/p>

AI取代藥物化學家角色正成為主流

《麻省理工科技評論》雜志指出，這項里程碑式的研究或?qū)⒏淖冃滤幯邪l(fā)面臨的“費錢費時又費勁兒”的困境。

這項里程碑式的研究或?qū)⒏淖冃滤幯邪l(fā)面臨的困境。

“人工智能將對制藥行業(yè)產(chǎn)生革命性的影響，我們需要更多的實驗驗證結(jié)果來加速這一進展，”人工智能領域眾多核心技術(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需要花費高昂的金錢和時間成本，根據(jù)塔夫茨藥物開發(fā)研究中心（Tufts Center for the Study of drug Development）的數(shù)據(jù)，一種新藥從開始研發(fā)到最終上市可能需要10年時間，耗資高達26億美元，且絕大多數(shù)候選藥物在測試階段就會以失敗告終。

因此，減少研發(fā)周期和經(jīng)濟成本，對制藥領域藥物研發(fā)活動的成功至關(guān)重要。據(jù)《福布斯》雜志報道，使用Insilicon Medicine的方法，此次藥物的研發(fā)成本僅僅為15萬美元。

Insilicon Medicine希望，能在將AI深度學習帶入藥物研發(fā)過程中。

美國能源部人類基因組計劃首席科學家、波士頓大學教授Charles Cantor 表示，關(guān)于人工智能 AI 在改善醫(yī)療保健和開發(fā)新醫(yī)療工具方面的前景，存在著許多夸張的說法。然而，這項最近發(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家扮演的角色，而這個角色往往存在人手不足；其次，藥物開發(fā)速度的加快意味著專利保護期限延長，從而提高了藥物開發(fā)的經(jīng)濟性。“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博士說道。

當然，對于全球的藥物研發(fā)工作而言，這只是第一步。盡管這是一個里程碑，顯示了人工智能具有識別候選藥物的潛力，但在任何有潛力的藥物被批準用于治療之前，仍需要多年的臨床試驗和數(shù)百萬美元的調(diào)研。

AI技術(shù)能夠快速識別有效的DDR1激酶抑制劑。

“這篇論文是我們在人工智能驅(qū)動藥物研發(fā)路上的一個重要里程碑。我們從2015年開始從事AI合成化學的工作，但當Insilicon的理論論文在2016年發(fā)表時，所有人都對此持懷疑態(tài)度。而現(xiàn)在，這項技術(shù)正在成為主流，我們很高興它正在動物實驗中被驗證。當這些模型被整合到全面的藥物研發(fā)過程中時，它們適用于眾多目標靶點。我們正與領先的生物技術(shù)公司合作，將進一步推動合成化學和合成生物學的極限，”論文第一作者、Insilico Medicine 創(chuàng)始人兼 CEO Alex Zhavoronkov 博士表示。