AI與新藥研發
傳統的藥物研發存在周期長、成本高、效率低的痛點。從成千上萬的化合物中,篩選出數百個化合物進行臨床前試驗,通過臨床前試驗能進入臨床試驗的僅有數個化合物,而最終能獲得FDA批準的藥物更是寥寥無幾。
圖片來源:Pharmaceutical research and Manufacturers of America
在大多數情況下,只有了解某一特定疾病的發生發展機制,找到相關關鍵靶點后,才能針對性地進行藥物研發。生物系統具有復雜性和個體差異性,病理機制研究涉及基因、蛋白質、代謝以及外部影響因素等一系列過程。AI最重要的作用之一就是能夠快速讀取和處理這些來自于人體的復雜數據信息,篩選大量的遺傳、代謝、臨床信息數據,從而揭示復雜的生物網絡面具下的疾病真相。大數據分析為新藥研發提供新的藥物作用靶點以及預測結果,使得藥物研發更加精確而專一。
AI可以廣泛應用于從靶點確定到臨床試驗的全過程。在藥物的臨床前研究階段中,AI通過深度學習,可以協助篩選和確認藥物靶點,指導化合物的合成和篩選,優化先導化合物。AI技術亦可以用于臨床試驗中招募患者和優化臨床試驗。

圖片來源:五元自制
與傳統的藥物研發相比,基于AI的新藥研發平臺可以大大縮短研發時間和成本。化合物的篩選以及先導化合物的優化是重要的新藥臨床前研究步驟。利用AI技術可以以較低的成本進行大規模化合物的篩選,將原本需要花費數年時間進行化合物篩選和先導化合物優化的過程縮短至數周。

圖片來源:Micar21.com