加快高效药物发现与人工智能的力量

人工智能(AI)的崛起正开始改变许多行业,从营销,以及药物发现。

现在,最近的一次研究展示了人工智能的功能在生物技术和制药行业,加快设计和生产的药物用于治疗肝细胞癌(HCC),肝癌的一种。研究人员专注于细胞周期蛋白依赖性激酶20 (CDK20),他们发现一种蛋白质与肝癌有关,但也没有建立三维结构。使用计算机程序AlphaFold结合其他基于ai的方法,他们能够预测蛋白质分子的三维结构和生成目标。

找到更多关于这种方法,保证生成AI适用于药物研发行业,我们采访了亚历克斯博士Zhavoronkov该研究的资深作者,创始人兼首席执行官Insilico医学。

莎拉·惠兰(SW):你能简要地解释我们的读者可能不熟悉的,什么是AlphaFold,它可以用于什么?

亚历克斯Zhavoronkov (AZ):AlphaFold是一个计算机程序从字母表的DeepMind所有已知蛋白质的蛋白质结构预测使用的人工智能。这个免费AI-powered数据库可以预测数以百万计的蛋白质的三维结构的主要氨基酸序列与竞争对手实验方法的准确性。AlphaFold -现在AlphaFold2 AI和基于结构生物学中被认为是一个重大突破,我们认为可以帮助加速开发新药物。当我们第一次听说这个突破,我们急于把它应用到自己的人工智能平台,看看我们是否能进一步加快我们的目标发现和新药物设计,特别是对一个目标没有已知实验结构。

西南:你能告诉我们更多关于这项技术是如何应用于发现一种新型HCC目标和达到分子?为什么CDK20一个有吸引力的目标?

阿兹:如上所述,有限CDK20抑制剂报道尽管巨大的成功实现和抑制剂对CDK家族的其他成员。一个可能的原因是没有可用的3 d结构。这一目标。通过结合AlphaFold预测蛋白质结构与生殖CDK20 AI药物设计平台,Chemistry42,我们确定可能的结合位点CDK20的小分子抑制剂。最终,我们希望这一研究表明,可以使用一个结构新颖的目标和预测提出可用化学数据。我们不仅完成了这一目标,但我们做到了在不到30天。

西南:这种方法的优点超过其他药物发现方法?

阿兹:AI -特别是人工智能机器人加上介绍速度和效率在药物发现和设计过程,同时也有助于控制成本。在传统药物发现,需要超过10年,成本约20亿美元向市场推出一种药物,药物候选人在人体试验失败的90%。这成本高,速度慢是防止新进入病人的拯救生命的药物。

Insilico医学利用生成人工智能理解背后的机制不同疾病发现新的分子靶点和途径。我们的平台“想象”的新分子,自然界中不存在,可以成为下一个突破性的药物。这就像结合ChatGPT生物学,可以使用文本和生物数据,和Midjourney化学,分子可以创建所需的属性。我们开始这些努力,2014年投资深入和早期为人工智能和积累了大量的数据。我们跟着大约价值2万亿美元的研究数据和投入大量的时间和资源在数据machine-learnable这样它就可以被用于我们的人工智能平台。然后我们发布了几个软件人工智能工具,现在使用的许多学者,制药和生物技术公司,所使用的平台是不断地验证和改进,在一个恒定的正反馈循环。

西南:的主要挑战和限制使用这些类型的人工智能方法?

阿兹:也许剩下的主要限制是怀疑,尽管AI越来越被大多数大型制药公司急于探索推进自己的计划,加速药物发现的步伐。仍然没有AI-generated小分子药物治疗病人,许多正在等待。

我应该注意Insilico医学与药物发现和第一家由生成人工智能设计的。它经历了很多步骤的实验验证,现在接近二期试验在人类患者,这对我们来说是非常激动人心的和行业。这导致的候选药物,毁灭性的特发性肺纤维化肺条件,刚收到孤儿药物名称来自美国食品和药物管理局。

西南:你认为未来的人工智能在药物发现的样子吗?你认为这个技术可以实现吗?

阿兹:我认为制药公司将继续采用人工智能,是将Insilico制药公司和生物技术公司之间的合作关系。越来越多,我相信这将是重要的,为制药企业提供完整的端到端功能,从目标识别药物设计临床试验预测,以创建一个无缝的管道。我也相信机器人将越来越多地与AI音乐会带来额外的药物开发的速度和能力。我们自己AI-run智能机器人实验室刚刚打开,将有助于进一步加速我们的努力。最后,我相信我们正在迅速接近真正的个性化医疗的时代,可以用于治疗一个人根据他或她的个人健康和基因档案。

亚历克斯博士Zhavoronkov莎拉·惠兰博士说,科学技术网络作家。188金宝搏备用