免费观看菠萝蜜视频app

免费观看菠萝蜜视频app

近年来,人工智能技术在各行各业的应用逐渐受到关注,正在改变我们生活的每一个领域。那么,人工智能技术对药物发现领域究竟有多大影响呢?前景如何?

为了尽可能完整的看待这一过程,我们做一些回顾。

早在2018年,科普作家Nic Flemming在Nature(IF=42.778)上发表过一篇评论文章《How artificialintelligence is changing drug discovery》,文章介绍了一些人工智能推动药物发现的案例,并客观评述了这种推动作用的价值和前景。

我们对该文章进行了概要整理,欢迎阅读。

01 新药开发技术的新视角

从新药开发的成本说起。

一个新药的平均开发成本大约26亿美元,这包括了花费在候选药物上的费用。

有没有新的解决方案呢?

辉瑞、赛诺菲、罗氏等制药巨头正在使用人工智能技术来促进药物发现。

新型科学家-机器人来了!

事实上,人工智能技术在药物发现中的使用,可以追溯到2007年剑桥大学开发的Adam机器人成功预测酵母菌新功能的案例。另外,比Adam更高级的机器人Eva发现了牙膏中的成分三氯生可以靶向抑制DHFR酶来治疗疟疾。

02 使用AI进行药物发现的初创公司举例

波士顿附近的生物技术公司Berg开发了一种模型,通过对比癌症细胞和健康细胞的生物学数据的关键差异,来寻找潜在的靶点和药物。

Berg的联合创始人兼首席执行官Niven Narain说:“我们正在通过使用患者驱动的生物学数据,来获得更具预测性的假设,而不是传统的试错法,从而颠覆了药物发现范式” 。

伦敦初创公司BenevolentBio可以从研究论文、专利、临床试验和患者记录等来源获取数据,形成基因、症状、疾病、蛋白质、组织、物种和候选药物关系的知识图-基于云的生物体。并使用该系统发现了5个治疗肌萎缩性侧索硬化症(ALS)的化合物,其中4个具有治疗前景。

马萨诸塞州的剑桥的无锡NextCODE公司使用AI对基因进行分类,帮助耶鲁大学研究人员发现了FGF控制葡萄糖代谢的机制。

NextCODE公司的负责人认为:我们开发药物并在临床试验中进行评估的方式,都将归结为非常复杂的模式识别。

03 AI应用于药物发现的条件是否成熟

在过去的二十年中,计算机处理能力的持续快速增长,大数据集的可用性以及高级算法的发展推动了机器学习的重大改进。

目前,许多使用人工智能进行药物发现的初创公司都使用机器学习来识别隐藏在大量数据中的模式。

04 关于未来需要做哪些准备

发现药物的技术不可能一直保持不变。

Narain说,博士学位和其他研究生课程的实施方式需要“发生根本性转变”,Chittenden对此表示同意,而斯坦福大学的Russ Altman则认为生物学的本科生需要拓展到统计学和计算思想,但是博士级别更需要专业的深度而不是广度。

正在使用人工神经网络进行基于结构的药物设计的牛津大学的Anthony Bradley认为,学会编码至少在接下来的5-10年内将是有用的,其他的工作计算机很大程度上都可以做到。

那么究竟可以做些什么,来为迅速发展的环境做好准备?Bradley认为很关键的是自我学习,充分利用可用工具的功能。

05 炒作or事实

人工智能和机器学习是否将会迎来一个更快、更便宜、更有效的药物发现时代?

有些人持怀疑态度,他们认为,计算机辅助药物设计的计算机模拟技术,并没有阻止自1990年代中期以来制药业R&D生产率的下降。

但大多数专家确实希望这些工具变得越来越重要。

目前一些关于人工智能将彻底改变药物发现的预测,可能是夸大其词了。批评者认为,是有商业利益在起作用。并且到目前为止,还没有获批准的基于AI开发的药物。

Narain认为,炒作不会持续太久,因为在未来五年左右的时间里,事实将在数据中显现出来。如果到那时我们正在创造更好的药物,并且更快、更便宜地生产它,那么人工智能将真正起飞。

参考文献

1.Fleming, N.(2018). "How artificial intelligence is changing drugdiscovery."Nature 557(7707): S55-s57

(Chris编译)