AI革命：药物发现和开发的新纪元

新加坡内哥谈技术

于 2024-07-13 00:30:00 发布

阅读量367

点赞数 10

文章标签：人工智能健康医疗

本文链接：https://blog.csdn.net/2301_79342058/article/details/140364029

版权

每周跟踪AI热点新闻动向和震撼发展想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！订阅：https://rengongzhineng.io/

AI正在改变药物发现和开发的革命

“我们希望将药物发现产业化，”Recursion公司AI和数字科学高级副总裁Imran Haque表示。Recursion成立于2013年，总部位于犹他州盐湖城。公司的愿景是通过AI支持的大规模数据来推动更多药物发现项目。

“我们知道许多[药物候选者]可能不起作用，但[AI将使我们]尽早识别这些失败，”他解释道。

AI的影响

Haque并不是唯一一个认识到AI变革性的人物。Lantern Pharma的首席执行官Panna Sharma也认为，“这将对整个发现和开发链产生巨大影响”。Lantern Pharma是一家位于德克萨斯州的临床阶段肿瘤生物技术公司，使用AI和基因组学创新精准癌症治疗方法。

目前还没有基于AI工具的获批药物，但随着许多AI药物发现公司的管线进入临床试验，突破即将到来。

连接新发现

制药行业已经成功使用计算机和数学模型来识别和设计新药物几十年，但生成式AI——基于深度神经网络和大型语言模型，能够理解和生成文本——带来了巨大变化。

Benevolent AI的首席科学官Anne Phelan解释道：“基于提供的信息，[AI模型]几乎能够思考并提出以前未知的东西。”Benevolent AI成立于2013年，总部位于伦敦，是AI增强药物发现的先驱之一。

许多公司使用AI提供新目标的路径，允许他们做出新的推论和连接。Benevolent AI最近宣布其BEN-8744在Ia期试验中取得了积极的安全数据，这是一种口服磷酸二酯酶10（PDE10）抑制剂，正在开发用于治疗中重度溃疡性结肠炎。

Benevolent的平台将临床和化学数据库中的结构化数据与科学文献中的非结构化数据连接起来。Phelan表示，这给了他们“一团巨大的互联事实”，对于人类来说“太快无法导航”。

“非结构化数据通常是书面文本，我们开发了许多自然语言处理能力，训练了许多非常科学的词典，可以读取书面文本并进行解释，”她解释道。

Benevolent使用这一过程识别PDE10作为溃疡性结肠炎的新目标。“在现有的生物医学文献中没有明确指出PDE10对溃疡性结肠炎有用，”Phelan说。但Benevolent的平台能够将目标在调节炎症和肠道离子通道中的作用信息联系起来，做出新的推论。

“即使所有这些外围信息存在，没有人真正将其汇集在一起……我们能够跨越整个生物医学数据。”

精准肿瘤学

AI在研究和开发中的早期应用之一是重新利用现有药物，被认为是“低垂的果实”。例如，Recursion的当前管线包括三种用于罕见疾病的重新利用药物——两种肿瘤药物和一种超氧化物清除剂——在II期临床试验中。然而，公司现在已经转向肿瘤药物。2023年，Recursion与AI支持的精准医学专家Tempus签署了合作协议，使Recursion能够访问Tempus的去身份化患者中心肿瘤数据集，包括DNA、RNA和健康记录，并结合其自己从基因敲除调查中生成的体外数据。这样，Recursion能够训练其AI模型发现新的肿瘤生物标志物和目标。

Lantern Pharma也选择专注于精准肿瘤学。这个疾病领域具有吸引力，因为已经生成了大量数据，可以用来训练AI模型以指导决策，这比其他疾病领域的数据更多，Sharma说。

Lantern的AI平台——‘药物重新定位和救援反应算法’（RADR）——目前拥有超过600亿个专注于肿瘤学的数据点，预计到2024年将进一步增长到1000亿。这些数据来自内部和已发表的研究、临床试验和公共存储库，并由Lantern的200多个高级机器学习算法库分析，以预测患者对药物候选者的反应。

新分子开发

Benevolent还利用其AI能力加速新分子开发，使用算法来模拟和预测蛋白质中的结合口袋。这种方法用于开发其PDE10抑制剂BEN-8744，因为现有的用于验证目标的抑制剂会渗透到大脑中，可能产生不良副作用。Benevolent能够迅速设计出一种具有选择性但周围受限的强效替代分子。“我们从将这个项目引入我们的投资组合到交付临床质量候选者仅用了两年时间，”Phelan说。“下一步将是将其推向患者。”

Recursion采用不同的方法来发现药物，基于其AI驱动的成像技术创建所谓的“生物学地图”。其1536孔高通量系统可以从人类细胞测定中收集显微图像，探测在不同基因被敲除或添加不同化合物时的变化。“然后我们字面上拍照，看看它们在疾病状态与健康状态下是否看起来不同，以及我们的化合物是否让它们看起来更健康，”Haque解释道。

该公司然后将图像输入其内部训练的AI模型，以提取指示样本间生物差异的特征。目前，该系统可以在每个图像中识别出1000种不同的特征。“这被证明是一种非常强大的能力，”Haque说，这是其同时推出数百种药物管线的基础。