使用人工智能进行药物发现显示了速度 但引发了讨论

企业新闻2020-03-23 16:25:53
导读通过机器学习开发出药物分子?一项关于DSP-1181的一期临床研究已经在日本启动,该研究是由人工智能(AI)创建的。这个项目需要不到12个月的时

通过机器学习开发出药物分子?一项关于DSP-1181的一期临床研究已经在日本启动,该研究是由人工智能(AI)创建的。

这个项目需要不到12个月的时间来完成“探索性研究阶段”,这代表了“使用传统研究技术的典型平均4.5年的一小部分,”该公司的新闻稿说。


据英国广播公司科技记者简·韦克菲尔德报道,这一进步背后有两个群体,(1)英国初创公司ex唯科学(ex唯科学)和(2)日本制药公司住友大研制药(Sumitomo Dainippon Pharma)。(精神病学和神经病学是后者的主要研究领域)。

她说,该药将用于治疗强迫症患者。

ex唯科学家表示,该公司“在人工智能驱动的药物研发和设计方面处于前沿”。他们认为自己已经达到了人工智能和医学发展的“一个关键里程碑”。

他们指出了人工智能在临床前药物研发阶段的优势,从而有可能加快新疗法的推出。

毕竟,考虑到“一种药物从最初的发现到进入市场大约需要10到15年的时间。”太长了,”他们说。

他们在自己的网站上进一步将自己描述为“一家全堆栈人工智能药物研发公司”。

意思什么?具体来说,他们在“将人工智能的分析能力与我们世界级科学家的创造力和专业技能结合起来之前”生成自己的数据。

有趣的是,去年12月《自然》杂志提出了一个关于人工智能在医学领域的问题。“制药业正处于药物研发的低谷。人工智能能帮多少忙?”

这篇由David Freedman撰写的文章称:“至少20年来,价值1万亿美元的全球制药业一直处于药物研发和生产率下滑的状态。制药公司花得越来越多——10家最大的制药公司现在每年支付近800亿美元——研发出越来越少的成功药物。”

障碍是什么?弗里德曼说:“最容易找到的、安全和有效治疗常见疾病的药物都已经找到了;剩下的就是寻找能够解决复杂而难以捉摸的问题的药物……”

弗里德曼对科学家如何利用人工智能工具进行药物开发的描述颇具启发意义:“这些工具的工作原理,并不依赖于将专家开发的分析技术编入程序;相反,用户给他们提供样本问题(一个分子)和解决方案(分子最终如何作为药物),这样软件就可以开发自己的计算方法来产生相同的解决方案。”

BBC表示,分子DSP-1181是通过筛选潜在化合物的算法得到的。这些参数是根据“庞大”的参数数据库进行检查的。

Recode的记者丽贝卡·海尔威尔(Rebecca Heilweil)帮助澄清了这种针对参数的检查对研究人员意味着什么:

“有许许多多可能用于药物治疗的分子,太多了,世界上所有的医学研究人员都无法手工检测。但通过使用不同类型的人工智能,计算机系统可以通过不同的分子得出和挖掘,将它们与不同的参数进行比较,并比人类更快地学习最有前途的化合物。”

正如人工智能在医学以外的其他领域引发了警告和审查的呼吁一样,我们有理由期待在药物发现方面出现类似的想法。

Recode上的一个标题暗示了未来的讨论。“你会服用人工智能发现的药物吗?”

人工智能当然是强大的,Heilweil写道,“但有些人怀疑这项技术是否可靠……并质疑它在我们的医疗保健等领域应该扮演什么样的角色。在药物研究方面,一些人担心这项技术可能被过度宣传了。”

《ex唯科学》杂志的新闻稿特别提到,DSP-1181是一项在日本启动的治疗强迫症的第一阶段临床研究,作为一种初步迹象。

总之,我们明白了。人工智能将在药物发现突破中扮演重要角色……还是吗?

科学转化医学在1月31日发表了一篇社论性的独立评论是由德里克·洛写的这是一个来自出版商的独立博客。他曾在几家大型制药公司从事药物研发项目。他提出了我们所认为的药物发现革命的问题。

评论指出,这花了一年的时间进入诊所。“如果这是正确的,这确实是一条通往人体试验的捷径,但让我们看看你会得到什么。”这会是一场药物发现的革命吗?

因此,洛并不是在争论速度的优势。“ex唯科学很可能已经把一个化合物以高速带进了诊所。但这个特殊的例子不会加速药物的发现。”

他说,考虑一下输入软件的信息。他认为:“即使是世界上最伟大的人工智能软件,也无法提供足够可靠的信息来预测人们在强迫症、抑郁、焦虑和其他高级人类精神疾病等情况下会发生什么。”这就是问题所在。药物在第二阶段失败是因为我们没有选择正确的目标,因为我们对疾病状态的生化理解是错误的和/或不完整的。”

一位读者对他的评论做出了回应,他没有质疑他的观点,但坚称AI公司的声明仍然取得了显著进展。

“虽然我同意德里克的观点,‘药物研发领域的人工智能’被过度炒作了,”一条评论说,“但这并不意味着这里也没有真正的有形收益……因此,即使这是渐进式的进步,新技术带来的效率提高,即使是针对已知目标或潜在衍生的化学物质,也应该受到公开的欢迎,如果有理由怀疑的话……这不是魔杖,而是工具箱里的另一个工具。”

Heilweil写道:“尽管这种新药的研发看起来很了不起,但仍然存在一些健康的怀疑态度。”她说:“人工智能辅助药物的发展提出了一个问题,那就是人们应该对这些新的研究方法感到多么舒服。从长远来看,人工智能设计的药物与人类单独开发的药物有何不同?谁应该制定在药物研究中使用人工智能的规则?

免责声明:本文由用户上传,如有侵权请联系删除!