人工智能和自动化——加速合成化学和简化药物开发

人工智能(AI)已经作为一个工具来支持各种评估药物开发阶段,从目标发现自适应临床试验的设计。现在,这项技术为化学家提供实实在在的利益参与设计新颖的化合物或确定新药的候选人。人工智能的进展提供了激动人心的配对的可能性与尖端的实验室自动化,基本上自动化整个研发过程从分子设计合成和测试——大大加快药物研发进程。

毫无疑问,科学家们在制药和生物技术组织正在考虑提高效率的方法。让单一药物市场需要一个艰苦的10到12年,估计有近29亿美元的价格标签。¹去年,德勤咨询公司估算,制药公司的研发投资回报率下降到1.8%,自2010年公司开始评估最低。²这些数字让利益相关者参与药物发现巨大的压力不同,寻找机会打破成本上升和更长的开发时间的趋势。

一起使用,人工智能和自动化解决方案的一部分。

为什么AI ?

在药物发现过程中,人工智能的知识计算能力大大增加药物化学家。它提供的主要优点是能够评估并行设计参数远比一个典型的人类大脑能够处理。做得很好时,最终的效果是减少化合物的数量,一个科学家在实验室里制造和分析来实现所需的物理化学性质的组合。换句话说,AI使药物研发团队能够更专注和高效。

例如,一个典型的药物计划,去一个领先候选人可能需要三到五年,可能涉及的合成和分析多达2000到3000的分子。人工智能,科学家已经能够在领导候选人从400种化合物。³

人工智能执行最好的有大量的信息时,比如它或大数据空间中数据点的数百万到数十亿往往手上。在药物发现中,我们是幸运的如果我们有几百个数据点开始——人工智能不工作等有效地与稀疏数据集。这就是自动化。

自动化的优势

自动化在药物发现的好处是众所周知的:可靠性、增加吞吐量和再现性,再加上最小化的动手时间单调乏味的任务。毕竟,各种形式的自动化已经成为越来越重要的化学合成工作流程现在二十多年,源自早期的组合化学和最近的发展小型流化学系统。

自动化合成传统上集中于一个或两步过程为目标库化合物的筛选和结构活性关系日益复杂化的发展。然而,尖端技术现在启用完全自动化的多步合成非常复杂的分子尺度从毫微克到克,并以前所未有的速度。⁴例如,最近的喷墨技术的进步使“印刷”的多步反应反应每秒的吞吐量。⁵

这就是自动化来填补数据稀疏问题的步骤AI-guided分子的发现。能够快速制作和测试大量的有针对性的分子,我们可以迅速填补的数据空白在AI模型预测分子结构所需的属性。

最优效用,科学家应该AI-automation配对的迭代周期,而不是一个单步过程。更多信息送入AI,输出就会越好。收集到的所有关于构建分子通过自动化的工作流可以记录并用来训练的AI在接下来的循环实验。通过充分整合两个组件在药物发现过程中,我们有潜力指数的影响通常减少时间寻找早期药物候选人从年到几个月。

展望未来

简单地说,人工智能流线要合成的分子数,和自动化使它更快的构建和测试。这个组合不能取代的技能和专业知识培训和经验丰富的科学家。人工智能和自动化是最好的部署,以增加药物化学家发现,使他们更有效地评估更多的可能性比可以通过当前状态的艺术。这种方法允许药物发现操作更加灵活和高效,化学家可以同时运行更多的程序和做出更好的决策的目标前进,让更多的目标为管道没有比例增加人类的努力。它还可以使团队更适应新兴疾病;事实上,科学家已经使用这种方法制定COVID-19患者的药物。⁶

除此之外,AI-automation配对也将从中受益的下游组件,包括流程优化工业化学和现有分子转移到自动化生产项目。因为这些努力也很昂贵的时间较长,他们是大的机会努力减少所花费的时间和金钱得到一个新的药物市场。

药物发现的早期人工智能的实现通常放在手中的计算化学组,在那里科学家已经将这个新工具集成到所需的技术技能分子的发现。有趣的考虑,更用户友好的发展——也许AI-driven接口可以扩展访问复杂的人工智能工具来一个更大的社区的科学家没有计算的背景,但他们需要知道分子的性质。人工智能和自动化,这些机会可能在地平线上。

引用

1。Dimasi, j . A。格拉博夫斯基,h·G。&汉森,r . w . (2016)。制药业的创新:新研发费用的估计。 卫生经济学杂志 47岁的特尔。doi: 10.1016 / j.jhealeco.2016.01.012

2。较小,N。沙,美国德勤服务资讯。(2020年1月24日)。从2019年医药创新测量返回。从https://www2.deloitte.com/us/en/pages/life-sciences-and-health-care/articles/measuring-return-from-pharmaceutical-innovation.html获取

3所示。穆拉德,a (2017)。制药人员指南。自然549 (7673),445 - 447。doi: 10.1038 / 549445 a

4所示。Gesmundo: J。,Sauvagnat B。伦,p . J。理查兹,m . P。安德鲁斯,c . L。,Dandliker, p . J。& Cernak, t (2018)。纳米合成和亲和力的排名。自然557 (7704),228 - 232。doi: 10.1038 / s41586 - 018 - 0056 - 8

5。白色,J.D. SynJet:一种新型化学调剂平台高通量筛选和优化的反应。2019年9月30日,Print4Fab会议,旧金山,CA。出版者:成像学会科学技术。

6。Scudellari m(2020年3月19日)。五家公司使用AI与冠状病毒作斗争。IEEE频谱。https://spectrum.ieee.org/the-human-os/artificial-intelligence/medical-ai/companies-ai-coronavirus

作者简介

内森·柯林斯博士是斯里兰卡生物科学的首席战略官,他负责研发项目的翻译为商业可用的平台。训练有素的化学家,他花了数年时间在药物发现,现在专注于改进合成化学过程。