Alex Zhavoronkov 博士利用人工智能发现有用的分子
在视频通话中，亚历克斯·扎沃龙科夫（Alex Zhavoronkov）举起一颗绿色菱形小药丸。
它是由他的公司开发的，用于治疗一种罕见的进行性肺部疾病，这种疾病没有已知的原因或治愈方法。
该新药尚未获得批准，但已在小型临床试验中
显示出令人印象深刻的功效治疗特发性肺纤维化（IPF）。它是新一波药物的其中之一，人工智能 (AI) 已成为其发现过程中不可或缺的一部分。
美国初创公司 Insilico Medicine 的联合创始人兼首席执行官 Zhavoronkov 博士表示：“我们不能说我们已经发现并设计了第一个获得批准的人工智能分子。”
“但我们可能是这条路上走得最远的。”
欢迎来到伟大的人工智能药物竞赛，许多公司正在利用人工智能的力量来完成传统上药物化学家的工作。
其中包括过去十年中兴起的小型、专业人工智能驱动的生物技术公司，以及自己进行研究或与小公司合作的大型制药公司。
新玩家中包括谷歌母公司 Alphabet，该公司于 2021 年底推出了总部位于英国的人工智能药物发现公司 Isomorphic Labs。
其首席执行官 Demis Hassabis 因人工智能模型分享了今年的诺贝尔化学奖，该模型预计将有助于人工智能药物设计。
波士顿咨询集团 (BCG) 的克里斯·迈耶 (Chris Meier) 表示，使用人工智能进行药物发现可能会给患者带来“巨大的改变”。
将一种新药推向市场平均需要 10 到 15 年的时间，成本超过 20 亿美元（16 亿英镑）。
这也有风险：大约90%的药物进入临床试验失败的。希望将人工智能用于该过程的药物发现部分可以减少时间和成本，并取得更大的成功。
牛津大学结构生物信息学教授夏洛特·迪恩 (Charlotte Deane) 表示，人工智能处于药物发现过程中心的新时代正在出现，她开发了免费的人工智能工具来帮助制药公司和其他机构改进药物发现。
“我们才刚刚开始意识到这可能有多好，”她说。
专家表示，这不太可能导致制药科学家的数量减少——如果失败更少，真正的节省就会到来——但这将意味着与人工智能合作。
英科医疗
最近发表的分析BCG 发现至少 75 种“人工智能发现的分子”已进入临床试验，预计还会有更多分子进入临床试验。
“他们现在定期进入临床试验是一个重要的里程碑，”迈尔博士说。下一个——也是“更大的里程碑”——将是他们开始从另一端出来的时候。
然而，迪恩教授指出，目前还没有确切的定义什么才算是“人工智能发现的”药物，而且在迄今为止的所有例子中，仍然有大量的人类参与。
Meier 博士解释说，在药物发现过程中有两个步骤是人工智能得到最广泛部署的。
第一个是在分子水平上确定药物将纠正的治疗靶点，例如某种基因或蛋白质被疾病以不应该的方式改变。
传统上，科学家根据对疾病的了解在实验室中通过实验测试潜在目标，而人工智能可以经过训练来挖掘大型数据库，以在潜在的分子生物学和疾病之间建立联系并提出建议。
第二个也是更常见的，是设计药物来纠正目标。
它利用生成式人工智能（也是 ChatGPT 的基础）来想象可能与目标结合并发挥作用的分子，取代了化学家合成同一分子的数百种变体并试图找到最佳分子的昂贵的手动过程。
Insilico Medicine 成立于 2014 年，已获得超过 4.25 亿美元的资金，在这两个步骤中都使用了人工智能，并预测临床试验成功的可能性，然后将其反馈到药物发现工作中。
目前，该公司有六种分子正在进行临床试验，其中包括治疗 IPF 的药物，下一阶段的试验正在计划中。
此外，有四种分子已获准进入试验，另外近 30 种分子也显示出前景。
扎沃龙科夫博士说，所有这些都是“利用生成式人工智能从头开始发现的”。“我们的机器梦想着，直到研制出符合我们所有标准的完美药物。”
这种治疗 IPF 的新型分子是由该公司的生成式 AI 软件设计的，其目标是抑制一种名为 TNIK 的蛋白质，这种蛋白质以前从未被用作治疗 IPF 的目标，但该公司的另一套 AI 软件建议将其作为治疗 IPF 的新分子。最有可能是疾病的调节者。
然后综合并测试系统建议的可能性。
Zhavoronkov 博士指出，发现过程比行业标准要快得多、精简得多。
它花了 18 个月的时间，需要合成和测试 79 个分子，而通常预计需要大约四年时间，至少合成 500 个分子。他说，Insilco 的其他分子的数量甚至更少。
递归制药
专家表示，缺乏可供人工智能学习的数据仍然是该领域面临的最大挑战。
这跨越了目标识别和分子设计，并且可能会引入偏差。
总部位于美国的 Recursion Pharmaceuticals 表示，其方法缓解了数据有限的问题。
通过自动化实验，它生成与构成人体的整个分子集合相关的大量数据。然后，它训练人工智能工具来理解这些数据并发现意想不到的关系。
为了帮助做到这一点，去年它安装了它所说的是任何制药公司拥有和运营的最快的超级计算机。
它已经取得了一些成功。该公司开发的一种治疗淋巴瘤和实体瘤的分子目前正在癌症患者身上进行早期临床试验。
它是在人工智能发现一种靶向基因的新方法后开发的，该基因被认为对驱动这些癌症很重要，但之前没有人破解过如何单独靶向该基因。
Recursion 联合创始人兼首席执行官 Chris Gibson 表示，该领域最重要的是 Recursion 和其他任何人都尚未证明的事情：这些人工智能发现的分子可以通过临床试验，并且随着时间的推移，它们提供更高的可能性超越传统方法的成功。
吉布森博士说，当这种情况发生时，“全世界都会明白这是正确的出路”。