人工智能药物开发技术的兴起

人工智能：大产业

人工智能(AI)行业处于数字技术的最前沿，并在一定程度上改变了商业的发展模式，预计到2023年，其商业价值将高达5万亿美元。然而，人工智能的发展常常引起两极化的争议：人和机器，谁是未来主宰？机器人会不会把人赶出工作岗位并接管我们的世界？

根据IDC的报告，2022年全球人工智能市场的支出将同比增长19.6%，高达4328亿美元，使其在2023年有望突破5000亿美元大关。IDC预计人工智能服务将实现最快的支出增长，复合年增长率(CAGR)将达22%；而在所有被调查的人工智能软件中，人工智能平台显示了最高增长率(34.6% CAGR)。

人工智能药物开发过程

一种药物从发现、验证、开发到批准临床使用平均需要10-15年的时间。将一款新药推向市场面临诸多挑战，最大的挑战来自成本，预估每款新药的开发成本约为26亿美元，而批准率却只有12%。

人工智能重塑药物发现过程

在数字化方面，制药业处于尖端研究的前沿，利用人工智能设计药物带来了技术进步。人工智能可以发现苗头化合物和先导化合物，可以快速验证药物靶点，同时也可以优化药物结构设计。

一些人工智能算法(如最近邻分类器、射频[RF]、极限学习机、支持向量机[SVM]和深度神经网络)被用于基于合成可行性的虚拟药物筛选，可以预测目标分子的理化性质、生物活性和毒性，同时避免偏差。

人工智能药物设计可以通过预测蛋白质的三维结构来辅助基于结构的发现，并在合成之前提供关于化合物的药效和安全性的重要信息。人工智能方法还被用来准确预测配体-蛋白质相互作用，最终确保更好的疗效。用人工智能预测药物-靶点相互作用也被用于药物再利用和避免多药理学非靶向不良反应，这很可能会节省大量成本。

人工智能参与分子的从头设计是有益的，因为它能够提供在线学习，同时优化已经学习到的数据，并提供可能的合成路线，从而快速设计与开发先导化合物。

最后，由人工智能支持的检索解决方案可以在整个专利生态系统中发挥重要作用，提高工作效率和专利质量。人工智能支持的检索解决方案可以执行和评价复杂的现有技术检索，为专利审查员腾出时间来承担其他任务，减少申请积压。

人与机器：和谐共处？

尽管人工智能在AI药物开发过程中有无数的应用，但在药物发现中使用人工智能也存在缺陷，人类的干预仍必不可少。预测质量在很大程度上取决于算法设计。人工智能也会受算法偏差的影响，而且算法仍然需要科学家的验证。尽管超级计算和高通量筛选的成本随着时间的推移而降低，但其成本仍相当可观。

应对这种挑战的一个潜在解决方案是：人在回路(human -in- loop, HITL)人工智能，它将人工智能和机器人的效率与研究人员的贡献、想法和综合判断相结合——节省了时间和资源，同时将失败几率降到最低。安斯泰来(Astellas)公司已经应用了这类方法，其中一种HITL方法证明可以将从苗头化合物到获得候选药物化合物的时间减少约70%。CAS已经评估了首批进入人体临床试验的三个人工智能设计的候选药物的结构新颖性。第一个候选药物DSP-1181是由Exscientia在2020年初报告的。此后，两个候选药物——EXS21546和DSP-0038——紧随其后，其他的候选药物也在迅速向这一里程碑迈进，包括Exscientia、Insilico Medicine和Schrodinger在内的几家公司正在对潜在的候选药物进行临床前研究和新药临床研究。

人工智能药物研发能够为优化治疗发现带来益处是毋庸置疑的：人工智能与创新的科学思维相结合，能够推动技术的发展。请参阅CAS发布的见解报告《化学中的人工智能: 当前布局和未来机遇》了解人工智能药物研发的更多信息。

转自：“ACS美国化学会”微信公众号

如有侵权，请联系本站删除！