A-A+

创投观察赋能新药研发任重道远

2020-04-26 户外骑行 评论0条 阅读 0 次

疫情之下的AI“智”药近日,工信部发布倡议书,提出要加大科研攻关力度,尽快利用人工智能技术补齐疫情管控技术短板,快速推动产业生产与应用服务;要发挥人工智能的效用,优化AI算法和算力,助力病毒基因测序、疫苗/药物研发、蛋白筛选等药物研发攻关。清华大学药学院院长、全球健康药物研发中心主任丁胜曾在采访时表示,GHDDI(全球健康药物研发中心)早前已部署相关团队从事“AI+药物研发”工作,比如,已经上线的人工智能药物研发平台和大数据分享平台,就是由人工智能研发团队支持运作的。同时,GHDDI也正向社会上有研发基础的科研人员或机构免费提供中心的高通量筛选平台、多个化合物分子库等优质资源,阿里也在疫情期间在该平台上免费开放AI算力,助力新药和疫苗的相关研发工作。AI如何赋能新药研发?新药和疫苗研发,是个费时费力耗资的过程。据《Nature》的相关报道,在美国研发一种新药,从项目启动到被美国食品药品监督管理局批准上市,平均需要花费10-15年的时间,研发成本约为26亿美元。基于大数据、云计算提供的AI技术,可以充分利用现有医疗资源,简化科研人员耗费在数据分析、大规模文献筛选和科学超算等工作上的时间,帮助科研机构大幅缩短疫苗研发周期,减少医药研发成本。当前,AI与药物研发相结合的主要应用在包括:发掘药物靶点、挖掘候选药物、药物设计、药物合成、病理生理学研究及新适应症的开发,以及老药新用等主要场景。据北京大学前沿交叉学科研究院定量生物学中心裴剑锋教授介绍,融合运用人工智能技术,可为前期新药研发阶段节约40-50%的时间,每年节约约260亿美元的化合物筛选成本和280亿美元的临床实验费用,新药研发人工智能正成为药物研发的重要新工具。针对本次新冠肺炎疫情,GHDDI已经使用了3种互补的研发方案来寻找临床上安全有效的药物,正在进行进一步确认研究和排序,希望尽快将方案提交国家相关机构并协助推进临床研究。“现在药物研发的时间和经济成本越来越高,而AI技术是有力的突破点。”裴剑锋表示,作为一种强大的数据挖掘工具,人工智能技术在近几年已经应用到药物设计的各个领域。“例如知识图谱技术可以快速的进行老药新用和药物靶标的发现,AI分子生成技术可以高效快速的设计和优化新药分子,现在的AI逆合成分析技术也日渐成熟,可以自动指导新药的合成路线设计,AI也技术显著提高了药物有效性及安全性预测的准确率。”部分初创企业已在探索用于研发新药的AI技术,科研机构和医药公司对这一领域正在投入更多资源。葛兰素史克与英国的人工智能初创企业Exscientia合作,出资4300万美元用于药物研发,在未公开的治疗区域为10个选定的靶向药物识别小分子;新加坡国立大学创建的“”的人工智能平台,可以利用患者的临床数据,来快速识别药物剂量,并在此基础上对肿瘤大小或肿瘤生物标志物水平进行修正。“智”药之路,任重而道远AI+药物研发的背后同样隐藏着诸多挑战。“AI用于药物研发几十年前就已经开始了,到目前为止,除了可以降低药物研发行业的入门门槛,让更多非专业性人才一同加入研发的前期工作,在我看来,AI暂时并没有为整个领域带来特别大的改变。”作为美国生物制药研发公司DeepBiomeTherapeutics的创始人,罗成伟博士长期专注于利用AI挖掘人类微生物组的领域,他表示:“以新的小分子研发过程来举例,首先需要大量计算和模型来确定并验证分子的可用性,然后在不同的细胞系中做实验,再到动物模型的各类临床实验,AI发挥作用的计算部分,在药物研发过程中占到的比例仅为2%左右。”AI+医药的领跑者IBM公司,在2019年4月因财务业绩低迷而决定停止开发和销售药物开发工具——Watson人工智能套件。罗成伟坦言:“AI助力药物研发需要足够多的数据点作为支撑,但在世界范围内,各大药厂的数据共享是个难题,因此使得AI作用削弱。”中国的AI技术应用在医药研发上也存在不少短板,例如对于非结构化的医药文献信息处理技术,还处于比较初级的阶段;AI技术对于医药研发中常见的小数据问题的学习和处理能力不强等问题。“中国的AI+药物研发亟需发展更多更好的原创性算法和底层工具。”裴剑锋认为,AI辅助医药研发必然是未来新药研发的主要技术方向之一,有可能促进新药研发方式的改变。未来,随着强人工智能和认知智能技术的发展,这些问题将逐步得到解决。■相关阅读人民战“疫”——人民创投系列报道。

标签:研发   药物   技术   新药

0 条留言  

给我留言