雷鋒網按：開發新藥是是一項漫長而且低效率的工作。資料顯示，所有進入臨床試驗階段的藥物，只有不到12%的藥品最終能夠上市銷售，而且一款新藥的平均研發成本高達26億美金。
藥物研發人員需要對各種不同的化合物以及化學物質進行測試，這個試驗過程中的錯誤嘗試耗費了太多的時間和金錢。由於需要測試的分子太多，研發人員不得不使用移液機械人一次測試幾千種變體，然後選擇最有效的變體進行動物模型或者細胞培養試驗，希望其中一些最終能夠進入人類臨床試驗階段。
由於不斷試錯的成本太高，越來越多的藥物開發廠商開始轉向計算機和人工智慧，希望利用這種技術來縮小潛在藥物分子的範圍，從而節省後續測試的時間和金錢。為了識別那些有很大潛力可以作為藥物靶標的蛋白質的編碼基因，這些廠商把希望寄託了演算法上。目前，一些新的演算法模型（包括近日發布在《science translational medicine》上）增加了新層次的複雜性，用來縮小相關蛋白質、藥物和臨床資料的範圍，以便更好地**哪些基因最有可能讓蛋白質和藥物結合。
「許多原因都可能導致藥物研發失敗。」遺傳流行病學家aroon hingorani說，「然而，其中乙個主要的原因是沒能針對疾病選擇正確的靶標。」一種藥物可能在細胞、組織、以及動物模型的早期實驗中顯示初步的前景，但是這些早期實驗往往過於簡單，很少使用到隨機盲法實驗進行對照。科學家們會使用這些結果來**哪些蛋白質可以作為藥物標靶，但是由於這些研究往往規模很小而且時間較短，因此有很多因素會造成誤判。
然而，hororani的小組並沒有依賴這些有侷限性的試驗，他們建立了乙個將基因資訊、蛋白質資料結構和已知藥物的作用過程相結合的**模型。最終，他們獲得了將近4500種潛在藥物靶標，相比之前**的可成藥人類基因組數量，翻了一倍。然後，兩名臨床醫生梳理出了具有正確形狀和化學物質的144種藥物，除了那些已經發現的可與之相結合的標靶蛋白外，這些藥物還可以與其他的蛋白質結合。由於這些藥物此前已經通過了安全測試，這意味它們可以很快被用於**其他疾病。對於藥物開發商來說，時間就是金錢。
研究人員估計，大約15%~20%的新藥成本都耗費在探索階段。通常情況下，這意味著高達幾億美元的支出，以及3~6年的工作。如今，有人希望通過ai將這一過程縮短至幾個月，並大幅降低研發成本。不過，目前市場上還沒有一款藥物是ai系統一開始挑選出來的，但是他們正在走上正軌。
hingorani的合作者之一是benevolentai生物醫學資訊學副總裁。benevolentai是一家英國ai公司，最近剛剛與janssen（強生旗下子公司）簽署了一項收購和開發臨床試驗候選藥物的協議。他們計畫在今年晚些時候開始iib階段的試驗。（iia階段會先入組少量受試者，確立合適的**劑量；iib則是在a的基礎上有效組擴大樣本量，明確劑量等有效性、安全性。）
但是，長期從事藥物開發研究的derek loewe在《science》的個人部落格上撰文稱，他對於這種純粹的計算方法持懷疑態度。「從長遠來看，我並不覺得這個東西是不可能的。」他說，「但是如果有人告訴我，他們能**所有這麼多化合物的活動，那麼我可能會認為這是在胡說八道。在相信之前，我想看到更多證據。」
像twoxar這樣的公司就正在努力建立起這樣的證據。去年秋天，他們與史丹福大學的asian liver center（亞洲肝病中心）合作，為成年肝癌患者篩選了25000種候選藥物。他們利用自己開發的計算機軟體，結合遺傳、蛋白質組學、藥物和臨床資料篩選了出了10種可能的藥物。
asian liver center的主任samuel so對結果非常驚訝，因為其中幾種利用計算機軟體篩選出的藥物和實驗室研究人員的**相同，所以他決定測試所有的10種候選藥物。其中最有希望的一種藥物，能夠殺死5種不同的肝癌細胞，並且沒有傷害到健康細胞，現在正準備進行人體試驗。目前，唯一一款針對同一癌症的藥物花費了5年時間才獲得了fda（美國食品藥品監督管理局）的批准，而twoxar和斯坦福到現在為止才用了4個月。
令人興奮的是：對於失敗率如此高的行業，即使是很小的進步，也可能撬動數十億美元的市場，更不用說那些那些可能因此被拯救的生命。但是，除非通過ai系統發現的藥物真正上市銷售，否則這個行業的研發模式不會發生根本性的變革。
via. wired，雷鋒網編譯
簡歷投遞至 [email protected]，工作地 北京。
讀《人工智慧的未來》
雷 庫茲韋爾，名人也 加速回報定律，the law of accelerating returns 思想實驗 思考的思想實驗 大腦皮質的運作原理 大腦新皮質模型，思維模式識別理論 分為 6 層，共包含 300 億個神經元，它們又組成了 3 億個模式識別器。模式能做的事 學習，確認，執行。資訊沿著概念...
展望人工智慧的未來
我們的未來將不可避免的與人工智慧綁在一起，那麼人工智慧將朝向哪個方向發展呢？對於人工智慧未來的發展，我們最好的猜想有哪些 近期和遠期 如果真的創造出乙個有意識的人工智慧，又會有哪些倫理性和實踐性的思考？在這個投機的社會，人工智慧應該被賦予權利，又或是被人們忌憚？上週，我們討論了人工智慧的過去及其現狀...
人工智慧基礎 什麼是人工智慧
人工智慧是一門研究如何構造智慧型機器 智慧型計算機 或智慧型系統，使它們能夠模擬 延伸和拓展人類智慧型的學科。個人理解就是 研究人的智慧型，並且把人的智慧型放到機器上面，代替人思考。人工智慧發展簡史 孕育階段 1.亞里斯多德三段論 2.英國哲學家培根 知識就是力量。3.萊布尼茨 建立一種通用的符號語...