美國國家癌癥研究所估計有十分之四的美國人可能會在某一時刻被診斷出癌癥。33%的癌癥患者壽命不會超過5年，這讓他們幾乎沒有時間去尋找有效的治療方法。新的抗癌藥物需要10年時間才能推向市場，這一推廣過程涉及動物試驗、人體試驗和監(jiān)管審查——而其實驗成功概率僅有7%。那么，市場上食品和藥物管理局批準(zhǔn)的藥品不足2000種，這是否令人驚訝？（不是2000種癌癥治療藥物，是2000種治療所有疾病的藥物）
一家名為Insilico Medicine的生物技術(shù)研究公司希望通過在人工智能（AI）的幫助下大幅削減研究所需的時間，從而徹底改善藥物研發(fā)現(xiàn)狀。在醫(yī)學(xué)雜志《Oncotarget》發(fā)表的一項研究中，一個由Insilico Medicine領(lǐng)導(dǎo)的團(tuán)隊詳細(xì)介紹了他們的方法。從本質(zhì)上講，其研究人員建立了兩個計算機網(wǎng)絡(luò)（被稱為生成式對抗網(wǎng)絡(luò)，簡稱GANs）。其中一項研究提出了可能具有抗癌特性的新分子；另一種則是否定哪些藥物抗癌無效。Polina Mamoshina是Insilico Medicine的一名研究科學(xué)家。她說，“最好是用藝術(shù)的類比來解釋，如果癌癥藥物是藝術(shù)作品，那么第一個網(wǎng)絡(luò)將是一個試圖對其進(jìn)行模仿的藝術(shù)學(xué)生，而第二個網(wǎng)絡(luò)將是一名藝術(shù)專家。
回到GANS，第一個網(wǎng)絡(luò)一直試圖“欺騙”后者，讓后者接受新的分子作為合法藥物，這兩種方法都能更好地了解癌癥治療應(yīng)該是什么樣子。一旦它們通過相互測試，這些網(wǎng)絡(luò)就可以用來檢測化合物，以檢測它們的抗癌潛力。通過這種方式，Insilico?Medicine研究團(tuán)隊從一個公共數(shù)據(jù)庫中篩選了7200萬種化學(xué)物質(zhì)。在GANS中選擇的這些化合物中已經(jīng)有60項獲得癌癥治療藥物專利，這意味著網(wǎng)絡(luò)能夠準(zhǔn)確地鑒定出這些藥物，而其選擇的其他化合物也很可能值得進(jìn)一步研究。
與體外實驗（試管）實驗相比，silico實驗室的（計算機測試）方法的速度更快。研究人員并沒有去尋找新的癌癥治療方法，而是使用一百萬種已知的有治療潛力的化合物，而在短短一個月時間里，研究人員就可以將候選名單縮小到100個。
這種方法不僅可以更快的促進(jìn)藥物開發(fā)，而且還能給研究帶來更多的經(jīng)濟效益。每一種實驗失敗的藥物，都會造成勞動力和資源價值數(shù)百萬美元的損失。Journal of Health Economics的一項研究估計，每一種實驗失敗的藥物比每一種實驗成功的藥物成本增加了超過16億美元。有了更少、更精確的搜索范圍，研究人員可以節(jié)省數(shù)百萬，甚至數(shù)十億。
但并非所有人都對silico testing的應(yīng)用抱有信心。Mamoshina承認(rèn)，許多使用更傳統(tǒng)的生物和化學(xué)方法的癌癥研究人員不熟悉人工智能，這樣的實驗結(jié)果可能會不好取信于他們。“對他們來說，這是一個黑盒子，”她說。“這真的很難理解，這也是為什么他們會對此持懷疑態(tài)度。”
與其他尖端技術(shù)一樣，炒作也可能推動了Insilico Medicine的進(jìn)步，但是也買下了隱患。Olexandr Isayev是北卡羅來那大學(xué)的助理教授，他的實驗室專注于開發(fā)人工輔助藥物發(fā)現(xiàn)的方法。他承認(rèn)，對于一項尚未提供任何實質(zhì)性成果的技術(shù)，人們剛開始可能會表現(xiàn)的過于興奮。“大多數(shù)發(fā)表的論文，包括這篇論文，都是純粹的計算性的，”他說。“所以，一些預(yù)測可能是錯誤的。我真的很想看到“人工智能發(fā)現(xiàn)”的藥物分子的首次被實驗確認(rèn)是成功的。”
該公司并沒有將這種技術(shù)以軟件即服務(wù)模式的形式進(jìn)行授權(quán)，而是將研究范圍擴大到網(wǎng)絡(luò)已經(jīng)能識別出的具有抗癌潛力的分子上。一旦這些化合物通過傳統(tǒng)的體外測試，它們就會被授權(quán)給制藥公司進(jìn)行進(jìn)一步的監(jiān)管審查，如果一切順利的話，市場營銷也會得到批準(zhǔn)。今年8月，該公司宣布，Insilico Medicine正與制藥業(yè)巨頭葛蘭素史克合作，開始實施一些新的研究技術(shù)。
Insilico Medicine對這種新方法的信念，反映在它決定對自己發(fā)現(xiàn)的藥物進(jìn)行授權(quán)的決策中，而不是反映在發(fā)現(xiàn)藥物的工具。然而，對于該公司來說，要證明人工智能確實能夠剔除早期發(fā)現(xiàn)的藥物確實治療無效的猜測，他們將不得不回到實驗室進(jìn)行檢測。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
