人工智能是药物研发的未来?

雷锋网按:开发新药是是一项漫长而且低效率的工作。数据显示,所有进入临床试验阶段的药物,只有不到12%的药品最终能够上市销售,而且一款新药的平均研发成本高达26亿美金。

药物研发人员需要对各种不同的化合物以及化学物质进行测试,这个试验过程中的错误尝试耗费了太多的时间和金钱。由于需要测试的分子太多,研发人员不得不使用移液机器人一次测试几千种变体,然后选择最有效的变体进行动物模型或者细胞培养试验,希望其中一些最终能够进入人类临床试验阶段。

由于不断试错的成本太高,越来越多的药物开发厂商开始转向计算机和人工智能,希望利用这种技术来缩小潜在药物分子的范围,从而节省后续测试的时间和金钱。为了识别那些有很大潜力可以作为药物靶标的蛋白质的编码基因,这些厂商把希望寄托了算法上。目前,一些新的算法模型(包括近日发布在《Science Translational Medicine》上)增加了新层次的复杂性,用来缩小相关蛋白质、药物和临床数据的范围,以便更好地预测哪些基因最有可能让蛋白质和药物结合。

“许多原因都可能导致药物研发失败。”遗传流行病学家Aroon Hingorani说,“然而,其中一个主要的原因是没能针对疾病选择正确的靶标。”一种药物可能在细胞、组织、以及动物模型的早期实验中显示初步的前景,但是这些早期实验往往过于简单,很少使用到随机盲法实验进行对照。科学家们会使用这些结果来预测哪些蛋白质可以作为药物标靶,但是由于这些研究往往规模很小而且时间较短,因此有很多因素会造成误判。

然而,Hororani的小组并没有依赖这些有局限性的试验,他们建立了一个将基因信息、蛋白质数据结构和已知药物的作用过程相结合的预测模型。最终,他们获得了将近4500种潜在药物靶标,相比之前预测的可成药人类基因组数量,翻了一倍。然后,两名临床医生梳理出了具有正确形状和化学物质的144种药物,除了那些已经发现的可与之相结合的标靶蛋白外,这些药物还可以与其他的蛋白质结合。由于这些药物此前已经通过了安全测试,这意味它们可以很快被用于治疗其他疾病。对于药物开发商来说,时间就是金钱。

研究人员估计,大约15%~20%的新药成本都耗费在探索阶段。通常情况下,这意味着高达几亿美元的支出,以及3~6年的工作。如今,有人希望通过AI将这一过程缩短至几个月,并大幅降低研发成本。不过,目前市场上还没有一款药物是AI系统一开始挑选出来的,但是他们正在走上正轨。

Hingorani的合作者之一是BenevolentAI生物医学信息学副总裁。BenevolentAI是一家英国AI公司,最近刚刚与Janssen(强生旗下子公司)签署了一项收购和开发临床试验候选药物的协议。他们计划在今年晚些时候开始IIb阶段的试验。(IIa阶段会先入组少量受试者,确立合适的治疗剂量;IIb则是在a的基础上有效组扩大样本量,明确剂量等有效性、安全性。)

此外,其他制药企业也在纷纷跟进。据雷锋网(公众号:雷锋网)了解,上个月,日本眼药巨头Santen与位于Palo
Alto的twoXAR公司签订了一份协议,Santen将利用twoXAR的AI技术来确定针对青光眼(glaucoma)的候选药物。而几个星期
之前,两家欧洲公司——Pharnext和Galapagos也宣布展开合作,开发AI系统模型用来寻找神经退行性疾病(neurodegenerative
diseases)的新疗法。

但是,长期从事药物开发研究的Derek
Loewe在《Science》的个人博客上撰文称,他对于这种纯粹的计算方法持怀疑态度。“从长远来看,我并不觉得这个东西是不可能的。”他说,“但是如果有人告诉我,他们能预测所有这么多化合物的活动,那么我可能会认为这是在胡说八道。在相信之前,我想看到更多证据。”

像twoXAR这样的公司就正在努力建立起这样的证据。去年秋天,他们与斯坦福大学的Asian
Liver
Center(亚洲肝病中心)合作,为成年肝癌患者筛选了25000种候选药物。他们利用自己开发的计算机软件,结合遗传、蛋白质组学、药物和临床数据筛选了出了10种可能的药物。

Asian
Liver Center的主任Samuel
So对结果非常惊讶,因为其中几种利用计算机软件筛选出的药物和实验室研究人员的预测相同,所以他决定测试所有的10种候选药物。其中最有希望的一种药物,能够杀死5种不同的肝癌细胞,并且没有伤害到健康细胞,现在正准备进行人体试验。目前,唯一一款针对同一癌症的药物花费了5年时间才获得了FDA(美国食品药品监督管理局)的批准,而twoXAR和斯坦福到现在为止才用了4个月。

令人兴奋的是:对于失败率如此高的行业,即使是很小的进步,也可能撬动数十亿美元的市场,更不用说那些那些可能因此被拯救的生命。但是,除非通过AI系统发现的药物真正上市销售,否则这个行业的研发模式不会发生根本性的变革。

via. Wired,雷锋网编译

【招聘】雷锋网坚持在人工智能、无人驾驶、VR/AR、Fintech、未来医疗等领域第一时间提供海外科技动态与资讯。我们需要若干关注国际新闻、具有一定的科技新闻选题能力,翻译及写作能力优良的外翻编辑加入。 

简历投递至 wudexin@leiphone.com,工作地 北京。

本文作者:周翔

本文转自雷锋网禁止二次转载,原文链接

时间: 2024-09-20 23:51:23

人工智能是药物研发的未来?的相关文章

人工智能在医疗:改善药物依从性、虚拟医疗助手、智能看护、智能药物研发...

人工智能用来提高健康医疗服务的效率和自动化程度.人工智能技术的发展在过去备受质疑,然后如今我们发现大数据技术正在推进人工智能的进程,在医疗健康领域也是如此. 分析患者行为,制定个性化肿瘤治疗方案 例如,两位乳腺癌患者可能会得到相同的治疗方案,但其实两者的身体情况可能完全不同. 其中一个可能是马拉松长跑者,另外一个是喜欢安静的读书的人:一个可能是吸烟者,另一个也许是个注重养生的人:一个可能都60多岁了,另一个也就刚刚40.这样的情况在我们身边是常见的. 所以考虑到方方面面的不同,这两位患者需要两种

日本准备让人工智能“插足”药品研发 可这已经不是新鲜事儿了

消息称,日本京都大学日前联合多家企业就计划推出研发新药的人工智能成立相关机构. 据悉,该机构的成立是为了大幅降低药品的研发成本.据相关数据统计,所有进入临床试验阶段的药物的研发周期在10年左右,研发经费高达26亿美元,另外,只有不到12%的药品最终能够上市销售."而通过人工智能研发的药物周期可以缩短至三年,成本降低一半."该项目负责人表示.他同时表示,药品研发人工智能的工作内容包括锁定致病蛋白质.筛选对蛋白质起作用的药物成分.评估药物成分的安全性并决定合成方法.制定临床试验计划以确定药

药物研发新手段:谷歌用大数据搞淬炼

全球搜索引擎巨头谷歌已经大举进军医疗领域,构建健康数据平台,着重提高了医疗资讯在搜索结果页面的地位.诚然如我们所见,在健康医疗这方面,谷歌着实下 了不少功夫,从在搜索中回答与健康相关的问题,到给开发者提供健身数据平台,谷歌在我们的日常健康中扮演的角色越来越重要.这家互联网大腕如今也在努力进 行药物的研发,争取为治疗人类顽疾,攻克医学难题贡献出自己的力量. 同斯坦福大学的潘德实验室(Pande Lab)合作,谷歌研究(Google Research)发表了一篇题为"针对药物研发的大规模多任务网络&

人工智能时代已经来临,未来人工智能会超过人的智力

摘要: 近日,微软亚太研发集团主席张亚勤提出了一个观点:人工智能时代已经来临,未来人工智能会超过人的智力.以下为张亚勤博士的主要观点: 1,人工智能的分类.按照形态可以分成 近日,微软亚太研发集团主席张亚勤提出了一个观点:人工智能时代已经来临,未来人工智能会超过人的智力.以下为张亚勤博士的主要观点: 1,人工智能的分类.按照形态可以分成操作层.感知层和认知层. 其中,操作层是最容易完成的部分,目前大部分工业机器人可以实现代替大部分手工劳动的性能,甚至在很多方面超过人类. IT产业界已经有了很多案

药物研发中的大数据

正如其他产业,医疗健康正在见证大数据的出现,随着信息从日趋多样化的来源 - 从电子健康病例,付款人索赔,到移动健康平台等等 - 蜂拥而入, 并以指数比例增长.大数据具有这样的潜能,即以三种至关重要的方式促进药物研发的效率. 1. 大数据帮助公司理解研究形势 如今,科研工作的主要分享来源于其他公司和科研机构.因此,具备识别在特定兴趣领域工作的专家的能力会给公司带来竞争优势和联盟关系. 类似于数据挖掘,自动化学习和研究的工具可以允许公司精确定位在某领域的重量级选手,通过提前买进有前途的研究-在它还相

李飞飞:“情绪”和“情感”,是人工智能的下一个春天 | 未来论坛2017

雷锋网按:六十年前初识计算机的时候,人们就在想:是否有一天我们可以创造出一种人工智能,达到甚至超越我们人类的智能水平. 几十年过去了,AI 经过了几个寒冬.我们仍然没有了却几十年前的心愿.今天,人工智能再一次火爆全球,我们似乎看到了人类科学正在加速冲向那个奇点.产业界和学术界都在不遗余力地进行 AI 研究,甚至流行的美剧<西部世界>也在讨论人工智能. 站在今天的时点上,人工智能到底有什么突破,未来的人工智能会向什么方向前进呢? 四位人工智能界的泰斗大牛在未来论坛2017年会的圆桌对话上发表了自

超级人工智能:大数据的未来?

在百度大数据开放大会上,搞计算机学术理论的怀进鹏校长的演讲犹如给所有听众的一记闷棍,怀校长的学术演讲把大家弄得云里雾里,把所有人弄晕了,现场能够听懂的绝对是少数,可能都会觉得怀校长有点像个外星人一般在那自顾自的演讲.但我作为一个曾经有志从事人工智能研究但失之交臂的又是学计算机毕业的人却越听越兴奋,冥冥中似乎找到了未来的人工智能所能抵达的可能性,那么我现在就尝试把怀教授的演讲转换为人类也能够听懂的语言吧. 一,理解大数据 1,当前大数据的四大特征:规模大.变化快.种类杂.价值密度低. 其实这理解起

中国人工智能学会通讯——智创未来 未来已来

2016 年带着我们难忘的记忆,就这样翻篇了.由我们学会发起.全国多个组织积极参与的.纪念全球人工智能 60 年的一个个系列活动历历在目,在我们身边发生的种种无人驾驶的比赛和试验活动还在让我们激动不已,AlphaGo 战胜人类围棋冠军李世石的震荡被 Master 的新战绩推向又一个新高潮,时间就这样把我们带入了新的一年--2017 年. 对 2017 年的人工智能,我们会有什么期待呢? 深度学习会火 无人驾驶会火 机器人产业会火 机器同传会火 人机博弈会火 交互认知会火 不确定性人工智能会火 智

TED视频-人工智能兴起,经济学家讲未来

人工智能的时代真的会来临吗?新机器时代的降临会对社会带来怎样的机遇和挑战?在视频中,经济学家Andrew McAfee发表了充满远见的演讲,他描述了未来人的生存状态,分析了随之而来的挑战与应对措施. 新机器时代来临 我们的生活越来越像科幻小说,人工智能可以替代人们完成大量重复性的体力活. 技术性失业成为现实,机器人也开始逐渐承担一些工作,并且比人要做的更好.我们正在创造一个技术越来越丰富.就业机会越来越少的世界,Andrew McAfee将其称为"新机器时代". 地球上最好的经济新闻