上车,这是通往新药研发的列车

上车,这是通往新药研发的列车

2019-07-21 15:30:33  微科普
本文作者:500

2019-07-21 15:30:33
作者:500
来源:微科普
字号:A+  A-
药物研发之先导化合物的筛选困难重重,科学家们用人工智能来助力。

最近一部央视的医学纪录片火了,《手术两百年》展现了医学在不断地自我否定和突破极限中所取得的巨大进步。科技在发展,医术在变强,人类对抗疾病有了更多手段。

手术两百年

但是尽管科技在进步,医生能使用药物却越来越难研发了。上世纪 70 年代至今,单个新药研发费用从 1.79 亿美元增加到了26亿美元,但是累积成功率呈现逐年下降趋势,从 21.5%下降到了 15.5%。

图源中国产业信息网

药物研发为什么会越来越难呢?

图源KnowingAI知智

药物研发通常有 5 个必经阶段:寻找靶点,设计药物,生物试验,临床试验,审批上市。研发一款新药平均要花费 12 年,成本在 15.4 亿美元左右。 而药物发现阶段作为新药研发的开始阶段,该阶段确定的临床候选化合物对后期药物开发阶段的进展和最终新药研发的成功有决定性影响。而制药行业的痛点也是在这里,对于药物靶点的预测比较难。

那我们为什么要进行药物靶标的预测呢?

首先我们来讲讲什么是药物靶标

药物与机体生物大分子的结合部位即药物靶点。药物靶点的预测对于早期药物分子的成药性评价和老药新用等领域都具有重大意义。这就像是钥匙和锁的关系,一把锁可以由多把相似的钥匙打开,同样,相似的药物也可以用来治疗某种特定的疾病。

从生物学的角度举个例子,紫杉醇是比较经典的用于治疗癌症的一种化疗药物,它作用于微管蛋白的靶标上,通过这个靶标,就可以治疗乳腺癌。

药物前期筛选数据量大,100万个实验数据才能筛出1个有可能的,于是人们就将眼光放向了最近很火的AI(人工智能)。

最近有个令生物医药和人工智能工业界为之振奋的事情。在激酶抑制剂类药物亲和力预测挑战赛中,冰洲石团队成功地运用了其近年来研发的药物和靶点结合的3D构象预测及结合强度的定量预测模型,并基于此思路解决制药领域中关于先导药物的发现、优化和提高靶点选择度等核心问题。

AI虽然在在医疗影像领域发展很快,因为本身影像就有很多优秀的算法,但是AI在药物研发方面能做的还是很少,目前能做的就是缩短临床前药物筛选时间,寻找对应靶标的先导化合物,而对于临床后的工作AI还无能为力。

那么,AI是怎么进行药物预测的呢?

传统的药物研发通常会用到高通量的合成和筛选的方式,就是做非常多的合成再进行筛选。这样盲目的做目的性非常的差,研究出来的药物很大可能没有活性。而且通常这样也会耗费大量的时间。再加上要耗费大量的人力物力,需要很高的研发费用。

有了预测筛选工具就不一样了,比如计算机辅助药物研发,它的优势在目的性强,可以先得到有潜在活性的先导化合物,大大缩短了研发的时间和周期,可以因此大大减少研发费用。AI通过超级计算机分析数据库,并用深度学习神经网络分析化合物的构效关系,于药物研发早期评估新药风险。通过分析钥匙与锁的关系,来打开这把锁。

写在最后

希望人工智能这个大聪明能够帮助科学家们找到打开疾病的钥匙,让人类更好地对抗病魔。不过呢,人类自身也要保持良好的生活习惯,不能全依赖药物。毕竟AI不是药神,不可能造出一种任由你胡吃海喝各种不良的生活习惯还有救的药。

责任编辑:微科普

>相关科普知识