QQ在線
企業(yè)微信
資訊
258在具有里程碑意義的發(fā)展中，使用人工智能(AI)創(chuàng)建的第一種藥物已進(jìn)入其第一階段試驗(yàn)。該化合物名為DSP-1181，由Exscientia和住友大日本制藥公司(Sumitomo Dainippon Pharma)合資成立，用于治療強(qiáng)迫癥(OCD)。Exscientia首席執(zhí)行官Andrew Hopkins教授在《毒品目標(biāo)評(píng)論》雜志的維多利亞·里斯(Victoria Rees)講話中解釋了如何在短短12個(gè)月內(nèi)發(fā)現(xiàn)和優(yōu)化該藥物。
霍普金斯首先解釋說，該藥物可作為5-羥色胺5-HT1A受體潛在活性的完全激動(dòng)劑，與其他現(xiàn)有的5-羥色胺5-HT1A受體激動(dòng)劑僅部分阻斷活性的作用不同。它的半衰期也比其他藥物更長(zhǎng)。這使他和其他研究人員相信，與目前的療法相比，它將顯示出更大的功效和更長(zhǎng)的作用時(shí)間。從藥物開發(fā)過程的開始就一直使用AI，包括從數(shù)據(jù)直接生成的從頭設(shè)計(jì)獲得的最初命中。
利用人工智能來搜索化學(xué)空間，其中包括潛在的數(shù)十億個(gè)原子配置選項(xiàng)，這使研究人員能夠減少識(shí)別目標(biāo)所需的時(shí)間。將數(shù)據(jù)生成假設(shè)與機(jī)器學(xué)習(xí)相結(jié)合以產(chǎn)生藥物設(shè)計(jì)概念，人類先前采取的步驟被一套高級(jí)算法所取代。
首先，人工智能產(chǎn)生了數(shù)百萬種符合特定規(guī)格的潛在新型分子。然后，使用機(jī)器學(xué)習(xí)平臺(tái)來預(yù)測(cè)哪些化合物對(duì)成百上千種蛋白質(zhì)具有活性。然后應(yīng)用了第三層算法，稱為主動(dòng)學(xué)習(xí)，該算法自動(dòng)確定研究人員應(yīng)該制造和測(cè)試的化合物的優(yōu)先級(jí)。
通過使用AI同時(shí)滿足大量設(shè)計(jì)目標(biāo)，這些過程使科學(xué)家能夠精確地設(shè)計(jì)藥物?；羝战鹚拐f：“這就是如此重要的突破的原因，因?yàn)樗故玖巳绾问褂肁I來創(chuàng)建分子，從而挑戰(zhàn)了傳統(tǒng)工藝，該算法的優(yōu)點(diǎn)在于每個(gè)原子都至關(guān)重要?！蔽磥?，技術(shù)人員和藥物發(fā)現(xiàn)科學(xué)家之間的聯(lián)系將會(huì)更加緊密。”
霍普金斯(Hopkins)確定的藥物設(shè)計(jì)中的一個(gè)關(guān)鍵問題是，只有少量數(shù)據(jù)可輕易獲得。他說，這是“大數(shù)據(jù)問題的對(duì)立面”，這意味著需要學(xué)習(xí)不同的算法。
他解釋說，有大量的生物和化學(xué)數(shù)據(jù)源，可以將其集成并用于構(gòu)建機(jī)器學(xué)習(xí)模型。但是，對(duì)于人體中的大多數(shù)蛋白質(zhì)，在啟動(dòng)藥物發(fā)現(xiàn)項(xiàng)目時(shí)通常只有很少的信息。此外，對(duì)于每個(gè)單獨(dú)的目標(biāo)，通常存在少量數(shù)據(jù)或稀疏數(shù)據(jù)的問題。因此，算法上的挑戰(zhàn)是如何從很少的數(shù)據(jù)中快速學(xué)習(xí)。
霍普金斯說，要解決這個(gè)問題，在主動(dòng)學(xué)習(xí)領(lǐng)域開發(fā)的一組算法對(duì)于設(shè)計(jì)創(chuàng)新藥物至關(guān)重要。
他解釋說：“通過做出更好的設(shè)計(jì)決策，我們開始看到的是，我們可以合成更少的化合物，這使項(xiàng)目的進(jìn)展比傳統(tǒng)情況快得多。”霍普金斯(Hopkins)強(qiáng)調(diào)，使用AI的主要好處是臨床前階段的移動(dòng)速度。他解釋說，與傳統(tǒng)方法相比，它可以更快地優(yōu)化和鑒定臨床候選藥物。
他說，制藥業(yè)面臨的主要問題是生產(chǎn)率。使用AI可以解決研究回報(bào)率低的問題。“如果我們可以減少投資成本，那么最終我們就可以開始減少將學(xué)術(shù)界和診所的新見識(shí)轉(zhuǎn)化為新藥的障礙?！?/span>
