刚刚过去不久的2018年中，DeepMind公司的蛋白质结构预测在两年一度的国际蛋白质结构预测竞赛（CASP）上击败了由人工测算的蛋白质结构，赢得了竞赛。在人工智能近两倍的预测精度之外，其未来在新药开发的作用更令人激动。
蛋白质是维持我们生命所必需的复杂物质。我们身体的几乎所有功能，例如收缩肌肉、感知光线或将食物转化成能量等，都需要一种或多种蛋白质来完成。蛋白质具体能做什么取决于氨基酸残基形成的长链和它错综复杂的3D折叠结构。3D结构对蛋白质的功能有着举足轻重的影响，错误折叠的蛋白质有可能引发阿兹海默病、帕金森病、亨廷顿舞蹈病和囊性纤维化等疾病。
▲每一个蛋白质都拥有错综复杂的3D结构（图片来源：DeepMind blog）
每两年举办一次的国际蛋白质结构预测竞赛，更像是一场由业界专家学者参与的大型试验。考题是通过基因序列预测特定蛋白质的结构，而作答的方法则可以千变万化。相对于其他人工预测的方法，DeepMind公司的AI系统AlphaFold的预测精度可以达到人工预测的近两倍。
Derek Lowe博士毕业于杜克大学，并供职于多家医药企业从事新药研发。他在个人博客中指出：“不借用机器学习的化学家将要被懂得利用机器学习的化学家所取代。”
尽管AI和机器学习对于新药研发的重要性越来越大，也不是每一家研究所都能够拥有像DeepMind公司一样的资源，而从事全面研发的医药公司也无法为AI这个单一的领域而付出过多的资金和投入。不过，传统医药企业正在加强与人工智能的联系。
美国默沙东（MSD）是利用机器学习算法探索蛋白质折叠的公司之一，不过该公司的科学家表示，在机器学习算法和蛋白质折叠的研究仍然有很长的一段路要走。诺华（Novartis）专注于化学生物学和治疗学数据的主管Jeremy Jenkins博士同样认为AI技术的潜力可期：“这些崭新的方法有望助力诺华规模的升级”。
早在2017年，葛兰素史克（GSK）就和AI公司Excientia达成了合作协议，进行新药研发的探索。合作的内容包括用AI来发现和筛选新的分子在治疗近10种不同疾病上的潜力。
总部位于美国犹他州盐湖城的Recursion Pharmaceuticals是一家致力于探索AI和机器学习在医疗领域运用的生物科技公司。目前，他们正在结合AI、实验生物学、自动化来规模化地研发新药。
武田（Takeda Pharmaceutical）是Recursion的合作伙伴之一，两家公司正在利用AI技术来加速筛选可以用于治疗罕见疾病的药物。在今年一月，Recursion还刚刚与俄亥俄州立基金会（OSIF）达成合作，探索正在进行临床试验的新药OSU-HDAC42在治疗2型神经纤维瘤病的功效。
另一家和Recursion类似的公司是位于旧金山的Atomwise，该公司主打用卷积神经网络来发现新药。其合作伙伴包括艾伯维（AbbVie）、多伦多大学、默沙东、杜克大学医学院等知名医药公司和研究机构。
AI技术不仅可以用于研发全新的药物，还能够重新审视已有临床试验的数据。“站在前人的肩膀上“，探索让既有药品发挥更多功能的方法。而基于AI的模型，数据处理的时间有望大大缩减，让新药的研发更加高效。
题图来源：Pixabay
参考资料：
[1] Artificial Intelligence Gaining Ground in Drug Development. Retrieved Feb 12, 2019 from https://www.biospace.com/article/artificial-intelligence-gaining-ground-in-drug-development/
