search
尋找貓咪~QQ 地點 桃園市桃園區 Taoyuan , Taoyuan

超級計算機助力新葯開發:AI會在藥物研製方面發揮巨大價值

越來越多的藥物開發商轉向電腦和人工智慧來縮小潛在的藥物分子清單,從而節省了下游測試的時間和金錢。演算法可以識別編碼具有很好的藥物結合潛力的蛋白質的基因。今天發表了科學與轉化醫學的新模式——增加新的複雜層面來縮小現場結合蛋白,藥物和臨床數據,以更好地預測哪些基因是最有可能使藥物能結合蛋白。

眾所周知,開發新藥效率很低。所有進入臨床試驗的藥物中,最後只有不到12%的藥品可以出現在藥店。它主要是通過將化合物和化學物質逐個噴洒到患病細胞的培養皿中的過程試驗不停試錯完成。

盲目開發可能是藥物開發失敗的重要原因之一。遺傳流行病學家Aroon Hingorani說,「許多原因都會導致藥物開發失敗」。「主要原因是沒有為疾病選擇正確的目標。」一種藥物可能在細胞,組織和動物模型的早期實驗中顯示出初步的前景,但是這些藥物往往過於簡單化,很少受到隨機化和盲法。例如,精神分裂症最常見的模式是一種突然跳躍的滑鼠,這種被稱為「爆裂」的行為——不是人類對精神藥物反應的最自然模型。科學家們使用這些結果來估計哪些蛋白質被靶向,但是由於這些研究往往是小而短的,所以有很多方法來解釋結果。

當你正在開發藥物時,時間就是金錢。當有效地節省開發時間,其實就是減少資金投入成本。研究人員估計,大約15%到20%的新葯成本進入發現階段。通常,這代表高達幾億美元的投入和3~6年的工作。計算方法承諾將這一過程縮短到幾個月,價格成千上萬美元。但是目前市場上還沒有開始於一個AI系統挑選出來的藥物,但它們正在準備狀態。

Hororani的小組建立了一個將遺傳信息與蛋白質結構數據和已知藥物相互作用相結合的預測模型。他們獲得了近4500種潛在的藥物靶點,將以前的人類基因組數量估計為「可藥用」的估計翻了一倍。然後,兩名臨床醫生梳理出正確的形狀和化學物質的144種藥物與其建立的蛋白質結合目標。這些已經通過安全測試,這意味著它們可以很快被重新用於其他疾病。

越來越多的公司在尋找新的方式進行藥物研製,提高開發效率。Hororani的合作者之一是英國AI公司的生物醫學信息學副總裁BenevolentAI。該公司最近簽署了一項協議,收購和開發了Janssen(強生製藥公司)的臨床階段候選藥物。他們計劃在今年晚些時候開始IIb期試驗。上個月,日本眼科學巨頭桑登與基於帕洛阿爾托的兩眼醫院簽署了協議,利用AI驅動的技術來確定青光眼候選藥物。幾周前,兩家歐洲公司- Pharnext和Galapagos合作,將計算機模型用於尋找神經變性疾病的新治療方法。

長期的藥物管道研究人員Derek Lowe寫了一篇關於科學科目的博客,他說他通常對純粹的計算方法持懷疑態度。「從長遠來看,我沒有看到這個東西是不可能的,」他說,「但是如果有人來找我說,他們只能預測整個化合物列表的活動,例如,我可能會認為它是胡說八道的。我想在我相信之前想看到很多證據。

像TwoXAR這樣的公司正在努力建立這樣的證據。去年秋天,他們與斯坦福大學亞洲肝臟中心合作,篩選了25000名潛在的成人肝癌候選人。他們在帕洛阿爾托(Palo Alto)的一家廢棄的美甲沙龍上工作,通過遺傳、蛋白質組學、藥物和臨床資料庫篩選出計算機軟體來識別10種可能的治療方法。肝臟中心的主任塞繆爾·蘇,對他們帶回來的名單感到驚訝:它包括了實驗室研究人員做出的幾項預測。所以他決定測試所有10.最有希望的一個,殺死五種不同的肝癌細胞系而不傷害健康細胞,現在正在進行人體試驗。

同一癌症唯一現有的FDA批准的治療需要五年時間才能開發。令人興奮的是:對於具有如此高失敗率的行業,即使小幅的成功率增長也可能是數十億美元的收益。人工智慧科技的應用會在藥物研製方面發揮巨大的價值。



熱門推薦

本文由 yidianzixun 提供 原文連結

寵物協尋 相信 終究能找到回家的路
寫了7763篇文章,獲得2次喜歡
留言回覆
回覆
精彩推薦