技術(shù)的飛躍支持人工智能引導(dǎo)的藥物設(shè)計(jì)，如可以純化蛋白質(zhì)和移動(dòng)液體的全機(jī)器人工作站。 圖片來源：英國(guó)《自然》網(wǎng)站

這或許是醫(yī)療保健行業(yè)最引人注目的變革：數(shù)字生物學(xué)和生成式人工智能（AI）正在幫助重塑藥物發(fā)現(xiàn)進(jìn)程。

利用AI開發(fā)新藥尚處于起步階段，但AI設(shè)計(jì)的藥物在過去幾年已經(jīng)進(jìn)入臨床試驗(yàn)的早期階段，一些AI制藥先驅(qū)公司已經(jīng)在該領(lǐng)域取得一定成果。不過，英國(guó)《自然》網(wǎng)站刊文稱，AI加速藥物發(fā)現(xiàn)的潛力還需要實(shí)踐檢驗(yàn)。

開發(fā)噬菌體形式的抗生素

人體被大量的微生物所占據(jù)，其中就包括病毒，這些病毒群體統(tǒng)稱為人體病毒組。美國(guó)AI制藥公司Salve Therapeutics首席執(zhí)行官斯特凡·N·盧卡諾夫指出，人體組織中自然存在的病毒是攜帶基因療法有效載荷治療疾病的理想途徑。

Salve正在將機(jī)器學(xué)習(xí)與計(jì)算機(jī)輔助設(shè)計(jì)結(jié)合起來，開發(fā)噬菌體形式的抗生素。該方法可以通過對(duì)各種模型進(jìn)行廣泛的迭代分析，對(duì)一項(xiàng)藥物發(fā)明的屬性、結(jié)果和風(fēng)險(xiǎn)進(jìn)行虛擬評(píng)估。

盧卡諾夫表示，他們正在致力于通過基因工程改造噬菌體，以獲得更大的效力和宿主范圍。他預(yù)計(jì)噬菌體抗生素能夠改善移植、燒傷和免疫受損患者的生活。

盧卡諾夫強(qiáng)調(diào)，由于噬菌體只針對(duì)細(xì)菌，因此，除了異物顆粒的存在而導(dǎo)致人體產(chǎn)生的輕微免疫反應(yīng)之外，這種抗生素不會(huì)給患者帶來重大風(fēng)險(xiǎn)。

研制口服小分子藥物

美國(guó)AI藥物研發(fā)公司Biolexis Therapeutics專門開發(fā)針對(duì)癌癥和各種代謝、炎癥和神經(jīng)退行性疾病的口服小分子藥物。

該公司通過其專有的MolecuLern工藝來發(fā)現(xiàn)和開發(fā)新的臨床候選藥物。該工藝可以針對(duì)任何種類的蛋白質(zhì)，識(shí)別具有藥物樣特征的新的化學(xué)實(shí)體，并通過實(shí)驗(yàn)室數(shù)據(jù)驗(yàn)證，將發(fā)現(xiàn)和開發(fā)新藥物時(shí)間從幾年縮短到幾個(gè)月。他們開發(fā)的一款藥物SLX-0528，目前正處于胰腺癌的IB期試驗(yàn)階段。該藥物旨在控制輔助性T細(xì)胞17的細(xì)胞分化、功能和白細(xì)胞介素釋放。

推出生成式AI藥物發(fā)現(xiàn)平臺(tái)

安東尼·科斯塔是英偉達(dá)公司生命科學(xué)開發(fā)者關(guān)系全球負(fù)責(zé)人。他指出，許多生成式AI都構(gòu)建在大型語言模型的底層模型上。這些模型正在提高其預(yù)測(cè)藥物性質(zhì)和相互作用的能力。

為了幫助實(shí)現(xiàn)這一潛力，英偉達(dá)開發(fā)了BioNeMo，這是一種用于生物學(xué)中的生成式AI的云服務(wù)，為小分子和蛋白質(zhì)提供了各種AI模型?？扑顾嘌?#xff0c;有了BioNeMo，研發(fā)人員可以利用具有專有數(shù)據(jù)的AI模型來快速預(yù)測(cè)蛋白質(zhì)和生物分子的3D結(jié)構(gòu)和功能，將加速新的候選藥物的產(chǎn)生。

總部位于美國(guó)芝加哥的初創(chuàng)公司Evozyne最近使用BioNeMo設(shè)計(jì)了新的蛋白質(zhì)來治療苯丙酮尿癥。苯丙酮尿癥是一種罕見的疾病，其特征是氨基酸苯丙氨酸水平升高。實(shí)驗(yàn)室測(cè)試最終證明，一些AI開發(fā)的蛋白質(zhì)變體比自然形式更有效。

AI藥物發(fā)現(xiàn)需要臨床驗(yàn)證

藥物開發(fā)涉及若干具體步驟。它通常從識(shí)別導(dǎo)致某種疾病的生物靶點(diǎn)開始（可能包括DNA、RNA、蛋白質(zhì)受體或酶），然后篩選可能與其相互作用的分子。這就是所謂的“發(fā)現(xiàn)”階段。

新藥必須具備嚴(yán)謹(jǐn)性、安全性、有效性和信任度，各公司必須要找到一條通向該目標(biāo)的正確道路。即使AI確實(shí)減少了化合物進(jìn)入臨床前測(cè)試所需的時(shí)間和成本，大多數(shù)候選藥物仍會(huì)在后期階段失敗。但只要能加快這一過程，就是勝利。產(chǎn)業(yè)界和學(xué)術(shù)界必須利用彼此的優(yōu)勢(shì)，確定如何才能最有效地利用AI。

盧卡諾夫表示，AI和機(jī)器學(xué)習(xí)代表著一種令人興奮的新方法，可提高療效和安全性，并將更多藥物推向市場(chǎng)。他指出，在藥物發(fā)現(xiàn)中使用AI和機(jī)器學(xué)習(xí)仍處于早期階段，應(yīng)進(jìn)行實(shí)驗(yàn)室驗(yàn)證，確保只有最好的候選藥物才會(huì)進(jìn)入臨床試驗(yàn)。

此外，各種安全功能正在融入基于AI的藥物開發(fā)中。例如，Biolexis使用多種方法來優(yōu)先考慮安全性高的分子。該公司首席執(zhí)行官大衛(wèi)·J·比爾斯表示，機(jī)器學(xué)習(xí)開發(fā)的分子的安全性和潛在的意外后果是需要解決的重要問題。