華爾街日報：人工智慧推動藥物研發轉型升級

編者按

精準醫療或個性化醫療的興起，也給製藥企業帶來壓力， 迫使它們放棄「放之四海皆準」的研發模式。

全文閱讀大約需要3分鐘，如果本文對您有任何啟發，歡迎點擊文末評論。

▵ 圖片來源於：dribbble.com

未來已來！儘管人工智慧（AI）能給醫療行業帶來什麼樣的具體影響和改變，比如會不會取代醫生看病，是不是能進行個性化的患者管理仍存在爭議。但是人工智慧的確已經開始越來越廣泛應用，影響和改變也正在悄然發生。近日，美國《華爾街日報》刊文，講述了人工智慧已經和正在改變藥物研發。

◆ ◆ ◆

在美國波士頓，前列腺癌患者Randell Sanders把自己的兩份血樣以及各一份尿液和唾液樣本交給了護士。臨床人員將會檢測分析Randell Sanders的樣本，以觀察他的身體對前列腺癌治療的反應。不過，這些樣本也會被送往一個實驗室，在那裡人工智慧技術應用正在改變製藥公司的藥物研發模式。

▵ 癌症患者Randell Sanders將自己的生物樣本捐給實驗室，進行AI和藥物研究。（圖片來源：華爾街日報）

研發人員認為，擅長模式識別的人工智慧可以從海量的已有和新的基因、代謝及臨床信息中篩查篩選，以破解各種疾病背後的複雜生物網路。反過來，這也有助於發現適用於特定病人群體的藥物，同時引導葯企規避很可能會失敗的藥物。

過去，葯企利用人工智慧主要是為了化學檢查分析，比如一種藥物是否會同某一蛋白質結合。如今的趨勢是利用人工智慧分析生物系統，以獲取藥物如何影響病人的細胞和組織的線索。

藉助人工智慧獲知的生物學意義，也能幫助葯企更好地確定並招募病人，以參與對他們最可能見效的創新療法的臨床試驗，或許也能提升新葯獲監管機構批准的可能性，比如獲得美國FDA批准。

從Randell Sanders的樣本提取的數據將會被錄入一個叫「生存計劃」（Project Survival）的資料庫。Project Survival是美國數據驅動型生物科技公司Berg Health出資1700萬美元、歷時7年的研究項目。

Randell Sanders現年64歲，是一名退役海軍老兵，他說之所以同意參與該研究，是因為希望能「幫到下一個人」。人工智慧將會對他的樣本和基因，以及成百上千名其他病人的樣本和基因，進行「地毯式」檢索排查，尋找分子特徵或生物標誌，以備日後用於評估特定藥物的療效，以及發現確定藥物最可能起效的病人。

Berg Health的總裁Niven Narain指出，人工智慧驅動的藥物實驗同傳統藥物實驗的最大區別在於，「我們並不預先作出任何假設。我們決不允許根據人的假設來生成數據。我們根據從病人那裡獲取的數據來生成假設。」

◆ ◆ ◆

人工智慧助力藥物研發方式多多

「Project Survival」只是藉助人工智慧研發創新療法的諸多研究計劃中的一個縮影。根據分析公司Datamonitor Healthcare今年五月發布的一份研究報告，人工智慧對藥物研發的助力還包括：發現新葯或者老葯新用，以及通過改善病人招募和場地選擇來加速臨床試驗。

一些公司，比如加州聖布魯諾 (San Bruno)的Numerate公司以及英國倫敦的Benevolent AI，藉助人工智慧技術自主研發小分子藥物，並將藥物專利授權給製藥界客戶。另外一些公司，比如IBM、加州舊金山的Atomwise以及馬里蘭州巴爾的摩市的Insilico Medicine，同大學和非盈利機構結成研究夥伴關係，或者成立面向葯企的人工智慧服務機構。

比如，德國默克集團正在藉助Atomwise公司的深度學習技術來發現確認可用於製備神經系統疾病藥物的化合物。再比如，今年一月，葛蘭素史克公司宣布同位於加州的勞倫斯利物莫國家實驗室（Lawrence Livermore National Laboratory）結成夥伴關係，攜手利用人工智慧進行藥物研發。葛蘭素史克負責科技的高級副總裁約翰·巴爾多尼(JohnBaldoni)表示，合作的目的是藉助人工智慧將藥物研發時間壓縮至一年，而此前有些藥物研發耗時長達10年。

在歐洲，科學家們也準備發起類似的合作計劃。據熟悉內情的人士透露，強生公司（Johnson & Johnson）的楊森製藥將會參與其中，還包括其他幾家製藥公司以及學術研究人員。不過，楊森公司拒絕就此置評。

全球諮詢公司麥肯錫（McKinsey & Co.）製藥及醫療產品行業合伙人Sastry Chilukuriv指出，葯企對人工智慧興趣大增是幾股推動力量共同作用的結果。包括「海量數據」越來越可獲取、運算能力及人工智慧演算法的進展提升，以及製藥行業長期以來致力於提升藥物研發效率。

此外，精準醫療或個性化醫療的興起，也給製藥企業帶來壓力， 迫使它們放棄「放之四海皆準」的研發模式。

匹茲堡大學藥物發現研究所（Drug Discovery Institute）新型療法主管Andrew Stern說：「同一疾病在每個病人身上都不會完全相同。」他指出，隨著醫護變得日益個性化，如今一些藥物的市場規模「與以往的暢銷藥物相比相對要小。」他補充說，如果藥品研發流程一成不變，研發成本「很可能不會有什麼變化」。

因此，希望只能寄託於人工智慧能將新葯研發的成本降下來。目前，支撐人工智慧將會削減藥物研發成本的數據缺乏，部分原因在於新藥物的商業化進程耗時較長，而且人工智慧助力生物製藥還是一個相對的新生事物。

麥肯錫公司的Sastry Chilukuriv表示，「藥物研發進程大約持續10年。」因此，好處「將會在未來10到15年逐步顯現。」他認為，從中期來看，應用人工智慧對製藥行業的價值提升約相當於銷售增加5%到10%，不過「長期益處肯定要超過這一水平。」

◆ ◆ ◆

一些製藥企業表示，它們已經看到了應用人工智慧帶來的初步好處。研發數據科學的負責人Hugo Ceulemans表示，楊森製藥在「絕大多數藥品研發項目中」使用了人工智慧科技。他說，經過各種數據來源訓練的人工智慧系統，幫助取得了「明顯的性能改進」，因為人工智慧系統使得在實驗室「更好地選擇製備何種化合物進行測試」成為可能，而且也能「標記」那些化合物或許會有「毒性」效果，或者「意想不到的良性」效果。

德國製藥巨頭默克集團外部創新的負責人Joern-Peter Halle表示，公司藉助計算機視覺軟體研發出兩款新葯，這些視覺軟體能對細胞和組織的圖片進行分析，以及其他人工智慧系統能夠從基因和化學藥品公共資料庫中獲取洞見。

Niven Narain表示，在Berg Health公司，人工智慧科技讓科學家們了解臨床試驗階段的藥物在分子層面就會如何起效，進而幫助他們「決定選哪些癌症進行藥物研發攻關。」 Niven Narain說，這種篩選比傳統藥品研發方式「至少節省50%的成本。」

不過，若想人工智慧充分發揮其在藥物研發上的潛能，仍有諸多障礙需要跨越。

比如，北卡羅來納大學研究機器學習的助理教授Olexandr Isayev指出，即使在同一機構內，不同的數據集可能是碎片化的，而且存儲方式並不兼容，使得機器理解識別數據變得很困難，而讓數據變得協調兼容需要付出卓絕的努力。

科學家們表示，數據保密也是個令人擔憂的問題，尤其是考慮到近期針對醫療保健系統的網路攻擊多發。

此外，藥物批准過程也是一大難關，因為藥物批准需要動物和人體實驗數據，這也使得短期內在藥物研發上計算機不可能徹底取代科學家。

FDA藥物評估和研究中心新葯部門副主任Peter Stein表示，FDA鼓勵葯企「在研發安全有效的小分子藥物方面提升效率」，但是他補充說，FDA有關臨床試驗和藥物批准流程的標準「不會因特別的研發策略而有所不同。」

本文首發於財新健康點 caixin-life；

投稿方式：[email protected]；

躺車|責編

參考資料：

1. How AI Is Transforming Drug Creation；

熱門閱讀：

我們堅持並尊重原創版權，未經授權請勿轉載，授權請聯絡健康點管理員Jack；