|
大多数情况下，药物化学家会利用高通量筛选的方式无限扩大筛选对象以期邂逅目标化合物，提高药物发现的机率。由于不断试错的成本太高，越来越多的药物研发机构开始引入人工智能开发虚拟筛选技术，以取代或增强传统的高通量筛选过程。 药物研发机构通过运用人工智能药物研发系统，能在医药研发过程中减少人力、时间、物力等投入，降低药品研发成本。同时基于疾病、用药等建立数据模型，预测药品研发过程中的安全性、有效性、副作用等。此外，随着人工智能和机器学习的不断整合，药物研发企业有望在新药研发过程中显着降低风险，保守估计每年将节约大概260亿美元的研发成本。同时，还将提高全球医疗信息领域的效率，节约的成本价值超过每年280亿美元。 人工智能及机器学习可以应用在药物开发的不同环节，包括新药开发、药物有效性及安全性预测、构建新型药物分子、筛选生物标志物、研究新型组合疗法等。从全球的情况来看，作为全球当下最热门的科技话题之一，随着大数据、云计算以及计算机深度学习等多个方面取得突破，人工智能在药物研发领域的应用已然是一个前景广阔的新兴领域。当新药研发遇到人工智能后，通过数据生成假定药物，显示出更快、更有效率开发新药的潜力。 Exscientia 协助Sanofi、GSK设计化合物 日前英国人工智能企业Exscientia与GlaxoSmithKline(葛兰素史克，简称GSK)达成了一项协议，Exscientia使用其人工智能平台，协助GSK进行10款新药研发。Exscientia将按研发成果获得款项，总计3300万英镑，折合约4300万美元。 这是Exscientia继与Sanofi合作开发双特异配体之后他们第二个大型合作项目。在与Sanofi合作项目中 Exscientia利用其人工智能驱动平台(artificial intelligence -driven platform)以及自动化设计能力鉴定具有协同作用的药物靶点组合，然后，利用其lead-finding平台鉴定针对这些靶点的双特异性小分子药物。Exscientia负责所有化合物设计，Sanofi则提供化学合成。 BenevolentAI 帮助Johnson & Johnson进行临床试验 Johnson & Johnson与BenevolentAI达成合作协议，Johnson & Johnson将一些已经进入临床阶段的试验药物连带专利一起特许给BenevolentAI，而BenevolentAI将利用人工智能系统来指导临床试验的进行和数据的收集。 位于英国伦敦的BenevolentAI成立于2013年，是一家致力于人工智能技术开发和应用的公司，是欧洲最大的AI初创公司，在全世界排名第五。这家公司建立了一种有望更快更好开发新药的人工智能技术，他们的目标是建立人们期盼已久的“制药企业2.0”，利用人工智能助力新药开发，避免代价高昂的临床试验失败。 BenevolentAI的核心技术是一个叫做JACS（Judgment Augmented Cognition System）的人工智能系统。他们通过和NVIDIA Corporation合作，利用人工智能把人、技术和生物化学结合起来，集中处理全世界大量高度碎片化的信息，用以加速科学研究和发展。自2013年以来，BenevolentAI已经开发出24个候选药物，且已经有药物进入临床IIb期试验阶段。 Atomwise 预测新药有效性和安全性 成立于2012年的Atomwise是一家利用超级计算机进行药品研发的前沿医学公司，总部位于美国旧金山。其商业模式是为制药公司、创业公司和研究机构提供候选药物预测服务。迄今为止，Atomwise已经与斯坦福大学、Scripps研究所等著名科研机构合作开展了27个药物研发项目，与默沙东也有药物研发合作项目。 Atomwise通过与IBM超级计算机合作，设计了一套名为 AtomNet 的系统。该系统通过分析数据库，并用深度学习神经网络分析化合物的构效关系，于药物研发早期评估新药风险。早在2015年，这家公司宣布寻找埃博拉病毒治疗方案方面有一些进展，在不到24小时的时间内就成功地对7000多种药物进行了分析测试，在为时一周的时间内，又从已有的药物中找到两种或许能用来抗击埃博拉病毒的药物。 Berg Health 筛选生物标志物 生物标志物是指可以标志系统、器官、组织、细胞以及亚细胞结构功能的改变或可能发生的改变的生化指标，可用于疾病诊断、判断疾病分期或者用来评价新药或新疗法在目标人群中的安全性及有效性。 Berg Health是位于美国波士顿的一家生物制药公司，成立于2006年。公司通过Interrogative Biology技术平台对患者样本进行高通量质谱分析，获得患者的基因组、蛋白组、代谢组以及线粒体功能等多方面的信息。在这过程中，可以从一个患者样本中获得上兆个数据点，将这些数据与患者的临床信息相结合，通过人工智能分析，详细描绘出患者体内生物系统个体化状态。根据这些信息，研究人员可以进一步发掘与疾病相关的生物标记物，检测手段和治疗方法。 2016年10月，Berg Health公司与美国国防部宣布达成合作，利用人工智能技术开展新药研发。以寻找应对现有药物不起反应的侵入性乳腺癌治疗方案，将筛选多达25万个样本来寻找早期癌症的新生物学指标和生物标记。 联合制药和IT企业开发新药研发AI 在全球制药企业纷纷削减研发经费的大背景下，日本京都（ 京都大学的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效等。据悉，仅筛选药物成分一项，以往靠制药企业研究人员调查海量的国内外医学论文和数据，耗时又耗力，而人工智能则可以更快地处理庞大的医学文献数据。 了解更多最全、最新论文快讯 登录CBG官网（www.chembeango.com） 下载ChemBeanGo APP CBG资讯 ∣知识就是力量 |
|
|
