人工智能真的能帮助药物研发吗?

人工智能(AI)正在世界各地的许多不同行业掀起波澜。然而,许多人会认为,最重要的发展是在医疗部门。机器学习有望使寻找新药物变得更便宜、更快、更有效。

话虽如此,继续阅读,发现你需要知道的关于人工智能(AI)的一切,以及它在药物研发中扮演的角色。

目前正在进行令人兴奋的发展和试验

今年4月,德国生物技术公司Evotec宣布了一种新型抗癌分子临床试验的第一阶段。该候选药物是与Exscientia公司合作开发的,Exscientia公司位于英国牛津,是一家利用人工智能(AI)方法发现小分子药物的公司。

传统的发现过程可能需要4到5年才能找到合适的候选药物,但利用Exscientia公司的人工智能设计平台Centaur Chemist,只需8个月就能找到。该候选药物是一种A2受体拮抗剂,旨在帮助T细胞对抗实体肿瘤。

AI设计平台Centaur Chemist

让我们进一步研究半人马化学家,这样我们就能看到人工智能的力量。这个系统有能力通过计算对数以百万计的潜在小分子的不同性质进行排序和比较。在最终选择临床试验的候选药物之前,它将在实验室实验中寻找10到20种药物进行合成、测试和优化。

其他公司也在发挥作用

Exscientia是过去10年被发现的众多企业之一,它们使用基于人工智能的技术和战略来发现和开发药物,其中一些企业近年来已经筹集了大量资金。

其中一些企业还在开发工具,帮助他们加快小分子候选药物的识别。

还有递归制药(Recursion Pharmaceuticals)等公司,该公司最近通过首次公开募股(ipo)筹集了4.36亿美元。这家公司正在创建关于细胞行为的大量定制数据,目的是利用人工智能挖掘这些数据,以揭示可能为创新药物发现提供信息的生物学见解。

还有其他更成熟的公司也参与进来,这些公司传统上不太关注医疗保健,包括谷歌、微软和IBM等科技企业。

人工智能被用来预测具有理想性质的新小分子

当谈到人工智能方法时,小分子是有吸引力的,因为可以获得合适的数据,人工智能可以从中学习,从而能够准确预测新分子是如何产生的。

人工智能有能力评估大量现有数据,学习人类可能无法识别的过于复杂或微妙的模式。然后,它可以确定新的具有吸引人特征的小分子,推动计算筛选程序达到全新的高度。

例如,我们上面提到的Exscientia公司正在与Dianippon Sumitomo等公司合作,寻找可以与多个目标结合的双特异性分子。

人工智能正在对临床试验设计产生积极的影响

除了我们上面提到的好处,我们还看到人工智能对临床试验的设计也有积极的影响。人工智能正在不同的现有数据集上释放,包括从组学领域收集的信息、以前的临床试验结果、患者人口统计数据和电子健康记录。这有助于推动临床试验,使其尽可能有效。

例如,今年3月,科摩多健康和詹森签署了一项协议,通过预测性人工智能算法,将索赔代码和其他形式的患者信息整合在一起,将患者与适合他们的最佳临床试验匹配,可能会使这些试验更加强大和有效。

关于人工智能和药物发现的最后一句话

这就是我们对人工智能(AI)的理解,以及它如何在医疗领域产生影响。人工智能正在帮助我们以更快、更有效和更经济的方式探索开发药物的新方法。我们当然希望在未来几个月看到这一领域的一些重大进展,这可能意味着世界药物开发的新篇章。

1