我们已经更新了隐私政策为了更清楚地说明我们如何使用您的个人资料。

我们使用cookie为您提供更好的体验。你可参阅我们的饼干的政策在这里。

广告

利用人工智能的力量加速有效的药物发现


想要一个免费的PDF版本的这个行业洞察?

填写下面的表格,我们会将PDF版本的“利用人工智能的力量加速高效药物研发”

听与
喋喋不休地说
0:00
免费注册收听这篇文章
谢谢你!用上面的播放器听这篇文章。
阅读时间:

人工智能(AI)的兴起正开始给许多行业带来革命,从IT到营销,还有药物研发。


现在,最近研究已经展示了人工智能在生物技术和制药行业的能力,加速了一种用于治疗肝细胞癌(HCC)的药物的设计和生产。研究人员重点研究了周期蛋白依赖性激酶20 (CDK20),他们发现这种蛋白质与HCC有关,但也没有确定的3D结构。通过使用计算机程序AlphaFold结合其他基于人工智能的方法,他们能够预测蛋白质的3D结构,并生成针对蛋白质的分子。


为了了解更多关于这种方法的信息,以及生成式人工智能对药物研发行业的前景,我们采访了该公司Alex Zhavoronkov博士他是该研究的资深作者,也是公司的创始人兼首席执行官Insilico医学


莎拉·惠兰(SW):你能简单地向我们的读者解释一下,什么是AlphaFold,它能做什么?


亚历克斯·扎沃龙科夫(AZ):AlphaFold是来自Alphabet旗下DeepMind的一个计算机程序,它使用人工智能预测了所有已知蛋白质的蛋白质结构。这个免费的人工智能数据库可以从它们的主要氨基酸序列中预测数百万蛋白质的3D结构,其精度可以与实验方法相媲美。AlphaFold——以及现在的AlphaFold2——被认为是人工智能和基于结构的生物学的重大突破,我们认为这有助于加速新药的开发。当我们第一次得知这一突破时,我们渴望将其应用到我们自己的AI平台上,看看我们是否可以进一步加速我们的靶标发现和新药物设计,特别是对于没有已知实验结构的靶标。


斯蒂芬尼:你能告诉我们更多关于这项技术是如何应用于发现新的HCC靶点和击中分子的吗?为什么CDK20是一个有吸引力的靶标?


阿兹:正如论文中所指出的,尽管针对CDK家族其他成员的抑制剂取得了巨大成功,但报道的CDK20抑制剂有限。一个可能的原因是这个目标没有可用的3D结构。通过将AlphaFold预测的CDK20蛋白结构与我们的生成AI药物设计平台chemstry42相结合,我们确定了CDK20小分子抑制剂的可能结合位点。最终,我们希望这项研究能够证明,可以将预测的结构用于新的目标,并提供可用的化学数据。我们不仅完成了这个目标,而且在不到30天的时间里就完成了。


斯蒂芬尼:这种方法与其他药物发现方法相比有什么优势?


阿兹:人工智能——尤其是人工智能与机器人技术的结合——为药物发现和设计过程带来了速度和效率,同时也有助于控制成本。在传统的药物研发中,将一种药物推向市场需要10年以上的时间,耗资约20亿美元——90%的候选药物在人体试验中失败。这种高昂的成本和缓慢的速度阻碍了新的救命药物到达患者手中。


Insilico Medicine利用生成人工智能来了解许多不同疾病背后的机制,以发现新的分子靶点和途径。然后,我们的平台“想象”出自然界中不存在的新分子,它们可能成为下一个突破性药物。就像结合ChatGPT对于生物学,它可以处理文本和生物数据Midjourney对于化学来说,它可以创造出具有所需性质的分子。我们在2014年开始了这些努力,并在人工智能领域进行了深入和早期的投资,积累了大量的数据。我们跟踪了价值约2万亿美元的研究数据,并投入了大量时间和资源,使这些数据可被机器学习,以便可以在我们的人工智能平台上使用。然后我们发布了几个人工智能软件工具,现在许多学者、制药和生物技术公司都在使用这些工具——随着平台的使用,它会不断得到验证和改进,形成一个持续的正反馈循环。


西南:使用这些AI方法的主要挑战和限制是什么?


阿兹:尽管大多数大型制药公司正在越来越多地探索人工智能,急于推进自己的项目,加快药物发现的步伐,但主要的限制可能是行业内仍然存在怀疑态度。目前仍没有人工智能生成的小分子药物治疗患者,这是许多人在等待的。


我应该指出,Insilico Medicine是第一家由生成式人工智能发现和设计药物的公司。它已经经过了许多步骤的实验验证,现在已经接近人类患者的II期试验,这对我们和整个行业来说都是非常令人兴奋的。这是治疗严重肺部疾病特发性肺纤维化的主要候选药物,刚刚收到孤儿药认定FDA批准的。


斯蒂芬尼:你认为人工智能在药物研发方面的未来会是什么样子?你认为这项技术可以实现什么?


阿兹:我相信制药公司将继续采用人工智能,制药公司和Insilico等生物技术公司之间的合作也将继续。我越来越相信,为制药公司提供完整的端到端能力,从目标识别到药物设计到临床试验预测,以创建一个无缝管道将变得非常重要。我还相信,机器人技术将越来越多地与人工智能合作,为药物开发带来额外的速度和能力。我们自己的人工智能智能机器人实验室刚刚成立,将有助于进一步加快我们的努力。最后,我相信我们正在快速接近真正的个性化医疗时代,在这个时代,治疗方法可以根据一个人的个人健康和基因状况来设计。

Alex Zhavoronkov博士接受了技术网络科学作家Sarah Whelan博士的采访。188金宝搏备用

与作者见面
莎拉·惠兰
莎拉·惠兰
科学作家
广告
Baidu