引入AI就像有一個研究助理，可以以令人難以置信的速度通過系統(tǒng)搜索來解決問題。她補充道：“可以通過AI超級計算機首先識別出什么可能起作用，以及確定什么不起作用。”這是計算機進行研究的醫(yī)學(xué)術(shù)語，而不是指“體外”——試管和“體內(nèi)”——對動物和人類的測試。

　　研發(fā)藥物是非常昂貴和耗時的事情，藥物試驗的失敗可能會使價值數(shù)百萬的股票暴跌。因此，越快地識別出有潛力發(fā)展成為可行藥物就越好。

　　正是如此，像GlaxoSmithKline(GSK)，Merck，Sanofi和Johnson&Johnson這樣的制藥公司正在轉(zhuǎn)向人工智能(AI)來幫助他們。

　　Andrew Hopkins教授是Exscientia的首席執(zhí)行官，Exscientia是一家基于AI的藥物發(fā)現(xiàn)公司，最近與GSK簽署了一項價值3300萬英鎊的交易。他表示，AI和人類在所謂的“半人馬團隊”中一起工作，可以幫助節(jié)省四分之三的時間和成本。在希臘神話中，半人馬即半人半馬，其實力非常強大且運動快速。Hopkins教授認為，AI賦予科學(xué)家更多的權(quán)力。

　　咨詢公司EY的全球生命科學(xué)行業(yè)負責(zé)人Pamela Spence說，成功的藥物發(fā)現(xiàn)，依賴于我們對疾病影響的準確理解。“一旦知道，科學(xué)家們就會搜索可以選擇性地與這個‘目標(biāo)’相互作用的分子，并且扭轉(zhuǎn)這種破壞過程或減緩其影響-關(guān)鍵在于‘命中’分子。”她解釋說。

　　科學(xué)家們經(jīng)常把一種疾病當(dāng)成目標(biāo)，把分子當(dāng)作解決這一目標(biāo)的武器。傳統(tǒng)的藥物發(fā)現(xiàn)方法是由科學(xué)家小團隊精心測試每個潛在目標(biāo)并擊中分子，希望找到最終目標(biāo)-但這種藥物發(fā)現(xiàn)過程是一個非常耗時的方法，也具有非常高的失敗率。

　　因此，引入AI就像有一個研究助理，可以以令人難以置信的速度通過系統(tǒng)搜索來解決問題。她補充道：“可以通過AI超級計算機首先識別出什么可能起作用，以及確定什么不起作用。”這是計算機進行研究的醫(yī)學(xué)術(shù)語，而不是指“體外”——試管和“體內(nèi)”——對動物和人類的測試。

　　由于執(zhí)行人體臨床試驗占據(jù)了藥物發(fā)現(xiàn)成本的絕大部分，我們越早就能確定目標(biāo)，就能節(jié)省成本。Spence女士說：“物理測試可以用較少數(shù)量的潛在新藥進行，而且可以確保更高的成功率。”

　　Exscientia的AI算法包含了大量數(shù)據(jù)，包括疾病的結(jié)構(gòu)、現(xiàn)有藥物的功效、同行評議的研究和顯微鏡下的樣本觀察。Hopkins教授表示，所有這些可能性在一步步縮小。“我們不是要排除不確定性，因為這是一個凌亂而繁雜的數(shù)據(jù)，也是人類創(chuàng)造力與進化之間有非常有趣的類比。”

　　Hopkins教授補充道：“我們的目的是提出小分子作為最多10個疾病相關(guān)目標(biāo)的候選人，然后可以通過臨床測試進行檢驗。生產(chǎn)出來的藥丸都是經(jīng)過精準試驗而驗證的結(jié)果。。”

　　GSK最近成立了一個研究單位，專注于通過使用“電腦”技術(shù)(包括AI、機器學(xué)習(xí)和深度學(xué)習(xí))來增強藥物研究。該團隊由GSK的研發(fā)主管John Baldoni領(lǐng)導(dǎo)。他說：“我們目前有許多亟待進行的計劃，整個藥物研制發(fā)現(xiàn)成本大約為17億美元(約為13億英鎊)。從實驗室到診所的成本約為上述數(shù)字的33%，大概需要五年半的時間。我們的目標(biāo)是將時間減少到一年，并降低與之相稱的成本。”

　　AI也在藥物發(fā)現(xiàn)過程進行其他的探索。

　　例如，就有AI使用自然語言處理來篩選出現(xiàn)的文獻，如化學(xué)圖書館、醫(yī)學(xué)數(shù)據(jù)庫和科學(xué)論文，從而得出可能的新候選藥物的結(jié)論。

　　今年早些時候，利用AI技術(shù)，發(fā)現(xiàn)了一種治療運動神經(jīng)元疾病(也稱為ALS肌萎縮性側(cè)索硬化癥)的藥物之一，可以防止運動神經(jīng)元在患者腦內(nèi)所獲取細胞的死亡，并延緩疾病在動物中的發(fā)病。Benevolent AI創(chuàng)始人兼主席Ken Mulvaney說：“我們對這些發(fā)現(xiàn)感到非常鼓舞。

　　患者也應(yīng)對這些發(fā)現(xiàn)感到鼓舞。基于AI的藥物發(fā)現(xiàn)有望更快地為市場帶來更有效、更便宜的藥物。