人工智能與大數(shù)據(jù)助力靶向藥物研發(fā)

江經(jīng)緯

Stroke and Vascular Neurology（SVN）雜志2019年11月上線文章“Artificial intelligence and big data facilitated targeted drug discovery”由來自中國藥科大學(xué)新藥篩選中心特聘副研究員江經(jīng)緯的團(tuán)隊完成，文中介紹了目前可應(yīng)用于發(fā)現(xiàn)具有良好吸收、分布、代謝、排泄和低毒性特性的高效先導(dǎo)化合物的先進(jìn)篩選方法。

國際上，進(jìn)行新藥研發(fā)的實體主要集中在跨國藥企，新型先導(dǎo)化合物的發(fā)現(xiàn)及優(yōu)化等很多技術(shù)尚屬于高度保密的技術(shù)。在高校和研究機(jī)構(gòu)中的新藥研發(fā)多數(shù)還處于上一代計算機(jī)輔助藥物設(shè)計，靶向先導(dǎo)化合物篩選命中率為0.1%～1%，計算誤差太大、實驗驗證成本太高。因此，國際上能進(jìn)行新藥研發(fā)的高校和科研機(jī)構(gòu)極少。以上各種原因?qū)е滦滤庨_發(fā)成本居高不下，新藥研發(fā)周期越來越長、難度越來越高。

另一方面，隨著各交叉領(lǐng)域大數(shù)據(jù)的積累和新型人工智能算法的發(fā)展，為傳統(tǒng)的新藥研發(fā)注入了全新的活力。目前全球比較領(lǐng)先的人工智能制藥公司有Insilico Medicine、Atomwise等，據(jù)報道，這類人工智能制藥公司與大型藥企合作，可以迅速發(fā)現(xiàn)仿制創(chuàng)新（me-better）靶向先導(dǎo)化合物。因此，我們收集了大量公共數(shù)據(jù)，并針對新藥研發(fā)的不同領(lǐng)域定制開發(fā)了大量新型人工智能算法，根據(jù)多種人工智能算法進(jìn)行計算后可直接發(fā)現(xiàn)新老藥物靶點nM級起效的靶向先導(dǎo)化合物、老藥的新適應(yīng)證、疾病新靶點等。

目前，我們與全國范圍內(nèi)三十多家醫(yī)院、高校、科研機(jī)構(gòu)和藥企等進(jìn)行合作，實驗結(jié)果表明應(yīng)用大數(shù)據(jù)人工智能技術(shù)發(fā)現(xiàn)靶向nM級起效的命中率為10%～30%（是傳統(tǒng)計算機(jī)輔助藥物設(shè)計的10～300倍）。同時，我們應(yīng)用大數(shù)據(jù)人工智能反向篩選技術(shù)也發(fā)現(xiàn)了大量老藥的新適應(yīng)證。由于新技術(shù)準(zhǔn)確度的提高，新藥研發(fā)成本將大幅下降，特別是大量老藥新適應(yīng)證的發(fā)現(xiàn)將使小分子老藥重新煥發(fā)生機(jī)。

同時，與我們合作的這三十多家醫(yī)院、高校和藥企等單位能夠提供新藥篩選實驗的大量數(shù)據(jù)，這些數(shù)據(jù)也將作為我們大數(shù)據(jù)人工智能技術(shù)的訓(xùn)練數(shù)據(jù)。隨著全新數(shù)據(jù)的不斷積累，大數(shù)據(jù)人工智能新藥研發(fā)技術(shù)的準(zhǔn)確率也將逐步提高。未來，期望這樣的合作范圍可以逐步擴(kuò)大到全球，形成一個全新的小分子靶向新藥研發(fā)生態(tài)。我們的大數(shù)據(jù)人工智能新藥研發(fā)平臺歡迎各界有志于開發(fā)首創(chuàng)新藥（first-in-class）的機(jī)構(gòu)積極參與，共同研發(fā)出廣大公眾用得起的好藥。