GenAI在藥物研發(fā)中的角色

GenAI傳統(tǒng)上與理解和生成人類語言有關(guān)，然而，其潛力遠遠超出這一領(lǐng)域，涵蓋了生物和化學(xué)的復(fù)雜語言。例如，人類DNA可以被看作是一個由30億個字母組成的獨特語言。同樣，作為生命構(gòu)建塊的蛋白質(zhì)有自己的由20種氨基酸組成的字母表。化學(xué)物質(zhì)使用簡化分子輸入行表示法(SMILES)來定義它們的結(jié)構(gòu)。

GenAI可以解釋這些語言，幫助發(fā)現(xiàn)和開發(fā)新的藥物療法。通過將LLM類型的方法應(yīng)用于這些生物和化學(xué)語言，AI模型可以發(fā)現(xiàn)以前無法觀察到的見解，加快藥物研發(fā)過程并顯著降低成本。鑒于新藥療法的高失敗率——只有10%在臨床試驗中成功——任何提高效率并減少時間和成本的技術(shù)都是非常有價值的。

在每個階段增加價值

GenAI可以應(yīng)用于藥物研發(fā)的各個階段：

1. 目標識別：第一階段涉及識別要治療的疾病或狀況。GenAI可以分析基因組數(shù)據(jù)，了解引起疾病的基因或其他潛在的生物過程，這有助于確定新藥開發(fā)的確切目標。

2. 先導(dǎo)化合物生成：第二階段是生成潛在的先導(dǎo)化合物——可能針對已識別疾病的化學(xué)物質(zhì)或蛋白質(zhì)。由于可能的化學(xué)物質(zhì)(超過10^60)和蛋白質(zhì)(超過10^160)的數(shù)量龐大，這是一項艱巨的任務(wù)。GenAI可以篩選這些可能性并生成具有所需特性的新的化合物，創(chuàng)建眾多可供探索的先導(dǎo)化合物。

3. 優(yōu)化：在第三階段，潛在的藥物候選物需要進行有效性測試。GenAI可以協(xié)助這一大規(guī)模篩選過程。例如，NVIDIA與Recursion Pharmaceuticals的合作展示了在一周內(nèi)篩選超過2.8千萬億小分子-靶點對的能力——這項任務(wù)采用傳統(tǒng)方法需要10萬年。

GenAI使制藥公司能夠以前所未有的規(guī)模、速度和準確性探索潛在的新藥，加快進入臨床試驗的進程。

AI在藥物開發(fā)中的案例研究

多家公司正在利用GenAI進行藥物研發(fā)。一個顯著的例子是Insilico Medicine，該公司使用AI開發(fā)了一種針對特發(fā)性肺纖維化的藥物，這是一種導(dǎo)致肺功能逐漸衰退的罕見疾病。傳統(tǒng)上，這個過程需要六年時間，花費超過4億美元。通過GenAI，Insilico將成本減少到十分之一，時間縮短到兩年半。

Insilico的AI在藥物發(fā)現(xiàn)過程的每個步驟中都有應(yīng)用：識別目標分子，生成新的藥物候選物，并預(yù)測臨床試驗結(jié)果。他們的成功還包括開發(fā)出對所有變種有效的AI生成的新冠肺炎藥物，并啟動了超過30個針對各種疾病(包括癌癥)的其他項目。

藥物開發(fā)的未來

GenAI對藥物研發(fā)的影響是變革性的。它承諾以更低的成本更快地治愈多種疾病。隨著AI解碼復(fù)雜的生物和化學(xué)語言的能力，我們可以預(yù)見一個新藥開發(fā)更快、更高效、更成功的未來。GenAI不僅是技術(shù)進步，更是醫(yī)療領(lǐng)域的游戲規(guī)則改變者，承諾為全球患者帶來更好的結(jié)果，并在開發(fā)未來藥物方面發(fā)揮關(guān)鍵作用。