大厂都在投资的AI如何助力药物发现

人工智能（AI）有助于预测化合物的分子结构及其体内与体外的特性，从而节省时间和经济损失。临床研究、电子记录和图像充当了预测的帮手。数据挖掘和整理技术有助于通过一次点击来探索数据的无限可能。而大数据分析中的AI则为未来合理的药物开发和优化开辟了新的思路。

以Moderna、赛诺菲、默克为首的大厂纷纷以投资或合作的形式布局AI制药赛道，从技术积累与商业模式的探索到管线的验证交付，AI制药似乎正走在发展的快车道。根据数据显示，2022年全年AI+药物研发相关融资总事件达144起，较去年呈现明显上涨趋势，其中国内43起，海外101起。无论是融资总金额还是融资数量相较去年都有明显提升，2022年AI领域融资总金额超过62亿美元。

01
AI是如何被用于药物发现的
AI技术目前已被广泛用于药物开发，其可以有效地应用于药物发现的不同环节，包括药物设计、化学合成、药物筛选、多药理学和药物再利用。例如，来自Insilico Medicine的研究人员早在2019年不到21天的时间里发现了强大的盘状结构受体1（DDR1）抑制剂。来自麻省理工学院（MIT）的科学家们在2020年发现了一种新的抗生素竞争者，以对抗耐抗生素细菌。AI技术已经用于药物研究的各个环节，包括目标选择和验证以及药物反应的确定。

AI技术主要通过机器学习（ML）技术可实现在药物发现和开发中的多角度应用，从了解生物系统和疾病到确定成功可能性高的候选药物，再到优化临床试验。一些具体示例包括基于结构和配体的虚拟筛选、库设计和高通量分析、药物再利用和药物敏感性、从头设计、化学反应和合成可及性，ADMET（化学吸收、分布、代谢、排泄和毒性）评估和量子力学分析。事实上，AI可以用于药物设计的每个步骤，从而减少开发更安全、更有效药物的时间和成本。据估计，使用AI可以将药物发现成本降低多达70%。
AI和ML还可以用于临床前和临床药物开发，例如动物药物行为的预测建模和人类结果的相关性，以及识别患者以参与临床试验、监测和研究进展趋势。
总体而言，AI、ML技术的应用可以提高预测建模和仿真能力，同时能够将来自不同来源的真实世界数据和电子病历整合到药物发现和开发过程中。整合后，这些数据可能意味着改进候选人筛选和试验选择、优化临床试验设计以及更好地预测药物需求。
中科院上海药物所研究员郑明月也曾在一次演讲中谈到：“得益于冷冻电镜、DNA编码化合物库、各种组学技术等新技术的发展。药物研发领域产生了海量数据，而AI技术可以更深入地挖掘这些数据，未来信息技术和生物技术的融合可能会成为新药研发新的范式。”

02
AI在药物开发中的优势
2022年3月，波士顿咨询公司（BCG）在其网站发布文章《Adopting AI in Drug Discovery》，文中认为人工智能在小分子药物发现上的价值主要包括获得新的生物学靶点、改进/新颖的分子识别与设计、更高的成功率以及更高效&更低成本的药物发现过程。
AI 和传统药物研发优势对比，数据来自Evaluate、中银证券等
医麦客制作
从上图中可以看出AI在药物发现中的应用可以彻底改变当前药物发现的时间尺度和范围。AI不依赖于药物发现的预定目标。因此，主观偏见和现有知识不是该药物开发过程中的一个因素。此外，AI利用生物学和计算领域的最新进展来开发最先进的药物发现算法。随着处理能力的快速提高和处理成本的降低，AI有可能为药物开发创造公平的竞争环境。AI具有更高的预测能力来定义药物筛选中有意义的相互作用。因此，通过仔细设计所讨论的测定参数，可以减少误报的可能性。
最重要的是，人工智能有可能将药物筛选从工作台转移到虚拟实验室，在那里可以更快地获得筛选结果，结合高通量自动化技术能更高效的筛选出有希望的目标。

2023年2月15日（周三）14:00-17:00，医麦客将携手丹纳赫，以“AI技术与药物开发的碰撞”为题更加深入的探讨人工智能驱动的药物发现、AI驱动核算药物递送和药物发现、蛋白质结构预测算法以及抗体设计应用、自动化时代下的高通量药物发现，届时欢迎各位在线交流学习！

1、直播开始前会有短信提醒或者邮件提醒，请报名的时候务必填写正确的手机号码及邮箱地址。
2、课程内容总结将发布在「医麦客」订阅号 ( 微信号：eMedClub)，更多课程预告也会及时发布，不想错过的小伙伴请快快关注~

       文章来源： 医麦客

       本网站刊载的所有内容，包括文字、图片、音频、视频、软件等，如非标注为“原创”，则相关版权归原作者所有，如原作者不愿意在本网站刊登相关内容，请及时通知本站，我们将第一时间予以删除。

曜分享

分享精彩资讯