您现在在位置: » 内容
人工智能入侵新药发现?
作者:路人丙 来源:美中药源 2017-07-05

 

untitled

【新闻事件】:今天葛兰素与英国生物技术公司Exscientia签订合作意向,将利用Exscientia的人工智能(AI)技术平台寻找高选择性的新颖候选药物。如果Exscientia完成葛兰素提供的10个项目将获得总额3300万英镑的里程金。CEO Andrew Hopkins说这是继与赛诺菲合作开发双特异配体之后他们第二个主要合作项目,进一步说明制药界对AI平台的认同。Hopkins说他们已经以1/4业界平均成本、1/3业界平均时间发现了高质量候选药物。

【药源解析】:Hopkins是一个很有思想的行家里手,曾经在辉瑞工作、后来到利兹大学当了一阵教授,提出过配体效率、蛋白繁杂性(promiscuity)、网络药理学等概念。但是当了CEO后说话难免要有点夸张。低于平均成本发现个别药物不能说明技术平台的优越,根据定义技术用传统技术也会有部分项目成本和耗时低于平均值。3300万英镑对于葛兰素来说吃早饭都不够,而Exscientia要完成10个项目才能获得这些钱。再前沿的技术也不可能百发百中,所以最后Exscientia能拿到多少钱还难说。

新药发现的新技术与新靶点同样重要,但一般大家对新靶点的关注多于新技术。一是新靶点直接与药物相关,比如PD-1抗体基本都能有一定治疗效果。二是新技术可能比新靶点失败率更高,真正能单打独斗显著改善研发效率的新技术凤毛麟角。过去30年计算机辅助药物设计、高通量筛选、组合化学、人类基因组等颠覆性技术先后进入新药发现,但是这些技术并未达到当初的期望值。不可否认没有这些新技术有些药物如PD-1抗体无法发现,但是这些技术通常只能在特定项目起到有限作用。

AI也不大可能是个例外。虽然机器可以更准确地识别模式,更高效地处理大量数据,但是这些技能受到编程人对新药发现各种参数重要性判断的局限。今天公布的消息说Exscientia会尽量缩小需要合成测试化合物范围,可能是根据一些现有规则如五规则排除一些成药性差的分子。但是这些规则都有大量例外,而新药分子十分罕见,一个假阴性可能就葬送了整个项目,所以在低成本阶段应该宁可错杀一千也不漏网一个。现在合成和体外测试通量都很大、成本很低,根本不是瓶颈。

虽然现在的新药发现依赖大量高科技工具,但基本还是一个试错工作。任何技术都会产生假阳性、假阴性,如何平衡有时要依赖从业者的经验和直觉(tacit knowledge)。有些东西难以编入AI程序。哪个机器人在3个CETP抑制剂失败之后会推荐继续REVEAL试验?当然AI作为一个类似同义词提示功能很有意义,再好的作家也不一定所有词汇都召之即来。但是AI离统治新药发现还很远,这个合作不能算是对AI的认同。这只是葛兰素大撒网参股新技术、新靶点的一小部分。