陈根：MIT的新机器学习模型，帮助医药研发走更正确的道路

文/陈根

众所周知，一款新药是一个风险大、周期长、成本高的艰难历程，国际上有一个传统的“双十”说法——10年时间，10亿美金，才可能成功研发出一款新药。即使如此，大约只有10%新药能被批准进入临床期，最终只有更小比例的药物分子可以上市，甚至有人将这个过程形容为“死亡之谷”。

面对投入越来越高的制药领域，人工智能作为一种新兴技术，被视为新药研发实现降本增效的重要方式之一。一方面，人工智能可以帮助寻找疾病、基因和药物之间的深层次联系，以降低高昂的研发费用和失败率。

基于疾病代谢数据、大规模基因组识别、蛋白组学、代谢组学，人工智能可以对候选化合物进行虚拟高通量筛选，寻找药物与疾病、疾病与基因的链接关系，提升药物开发效率，提高药物开发的成功率。

另一方面，工智能可以虚拟筛选候选药物，帮助科研人员高效找到活性较高的化合物，提高潜在药物的筛选速度和成功率。人工智能可以通过模拟小分子化合物的药物特性，在较短时间内挑选出最佳模拟化合物进行合成试验，大幅提高化学合成路线设计速度，以降低操作成本。 

当然，人工智能协助制药也并非一帆风顺，其中一个重要问题就是，人工智能所构建的这些新的分子结构模型经常在实验室中难以或不可能产生。而如果化学家无法实际制造分子，就无法测试其抗病特性。

基于此，麻省理工学院研究人员的一种新方法限制了机器学习模型，因此它只建议可以合成的分子结构。该方法保证了分子是由可以购买的材料组成的，并且这些材料之间发生的化学反应遵循化学规律。

具体来看，为了创建一个分子结构，该模型模拟了合成一个分子的过程，以确保它能够被生产。该模型得到了一套可行的构建模块，即可以购买的化学品，以及一个有效的化学反应列表，以便进行操作。这些化学反应模板是由专家手工制作的。通过只允许某些化学品或特定反应来控制这些输入，使研究人员能够限制一个新分子的搜索空间有多大。

该模型使用这些输入来构建一棵树，通过选择构件并通过化学反应将它们连接起来，一次一个，来构建最终的分子。在每个步骤中，随着更多的化学品和反应的加入，分子变得更加复杂。而这个模型既满足了输出最终的分子结构，又能输出合成它的化学品和反应树。

与其他方法相比，此次研究人员所开发的模型提出的分子结构在流行的评价中得分很高，甚至更高，同时也保证可以合成。他们的系统还需要不到一秒钟的时间来提出一个合成途径，而其他单独提出分子然后评估其合成能力的方法可能需要几分钟。在拥有数十亿潜在分子的搜索空间中，这些时间的节省会增加。

尽管对于新药发现和研发，人工智能可以解决的部分依然有限，但长远来看，人工智能对于医药研发的贡献依然可估量，未来，人工智能药物研发将不再是生物医药行业中一个概念性技术，而是成为行业中非常核心的存在。