日本京都大学日前联合多家企业,就计划推出研发新药的人工智能成立相关机构。
据悉,该机构是为了大幅降低药品的研发成本而成立。据相关资料统计,所有进入临床试验阶段的药物研发周期约 10 年,研发经费高达 26 亿美元,另外,只有不到 12% 的药品最终上市销售。“透过人工智能研发的药物周期可缩短至 3 年,成本降一半”。该专案负责人说。他同时表示,药品研发人工智能的工作内容包括锁定致病蛋白质、筛选对蛋白质起作用的药物成分、评估药物成分的安全性并决定合成方法、制定临床试验计划以确定药效等。据悉,仅筛选药物成分一项,以往靠制药企业研究人员调查海量的国内外医学论文和资料,耗时又耗力,而人工智能可更快处理庞大的医学文献资料。
日本此举并非一时的“脑热”行为,据了解,早在数月前,日本医疗服务系统就出现了人工智能的身影。如为解决外国人在日就医的语言问题,日本东京大学医院等 20 家医院与相关公司合作,并于 4 月 1 日推出医疗领域翻译装置,能将医生和患者的对话在日语和英语、汉语之间以文字和声音形式互译。该翻译系统的推广使用,无疑能帮助外国人消除在日就医的沟通问题。
在医疗服务领域成功试行后,几个月后的今天,人工智能又被日本无缝接轨至新药研发应用。值得一提的是,该专案还得到日本政府大力支持。为让人工智能帮助日本提升国际竞争力,日本政府还将为该专案提供 5 亿日圆的研究基金。另外,该专案还得到大批日本企业如富士通、武田药品工业等支持。
据调查,做为人工智能世界里又一个新兴领域,除了日本之外,业界有很多公司之前就已涉猎。
如美国 Atomwise 公司,设计了一套名为 AtomNet 的系统,运用超级电脑、AI 和复杂的算法模拟制药过程,来预测新药品的效果,加快新药研发并最大限度降低成本。
Atomwise 是一家利用超级电脑进行药品研发的尖端医学公司,总部位于美国旧金山。Atomwise 公司用超级电脑分析已有数据库,并用 AI 和复杂算法模拟药品研发的过程,在研发早期评估新药研发风险,让药物研究的成本降至数千美元,并评估可在几天内完成。Atomwise 为制药公司、创业公司和研究机构提供候选药物预测服务,可以预测哪些新药品真的有效、哪些无效。
值得一提的是,Atomwise 最近利用 AI 技术为搜寻埃博拉病毒治疗方案做出贡献。据该公司统计,该系统在不到 24 小时内就成功分析测试 7,000 多种药物。专案负责人透露,如果用传统方法,至少需花费数月甚至数年才能完成。
另外,英国的新创公司 BenevolentAI 也是其中一头“独角兽”。BenevolentAI 目前是欧洲最大的 AI 新创公司之一,全球排名前五。BenevolentAI 的技术平台应用人工智能技术,可从大量的散乱资讯中撷取推动药物研发的知识,提出新的可验证假说,加速药物研发过程。
据悉,该技术平台名为 JACS(Judgment Augmented Cognition System,判断加强认知系统)。JACS 运算时会涉及海量资料,为了提高运算效率跟能力,从辉达购买专门为深度学习设计的超级电脑 DGX-1。这台电脑可模拟发生在大脑皮层中的辨识和学习型态,加快在不同资讯源之间建立新的关系,产生更快、更多的新药创新。
据透露,该公司能获得 8 亿美元的巨额交易便是归功于此人工智能系统。2014 年 6 月,BenevolentAI 将两个正在研发的阿兹海默症新药卖给一家美国公司,交易高达 8 亿美元,这两款药物就是用 JACS 系统开发的。
上个月,该公司又发现治疗肌萎缩性脊髓侧索硬化症的药物,经过英国谢菲尔德市一家机构的研究,确实对治疗运动神经衰退有用。自从 2013 年建社以来,该公司已开发出 24 个候选药物,有的已进入临床 IIb 期试验(IIa 阶段会先入组少量受试者,确立合适的治疗剂量;IIb 则是在 a 的基础上有效组扩大样本量,明确剂量等有效性、安全性)。
除了以上介绍的几家专注于研发药物的人工智能公司,全球也有很多公司以 AI 研发药物。2016 年底,美国高盛集团发表的人工智能报告:《人工智能、机器学习和资料将推动未来生产力的发展》(AI, Machine Learning and Data Fuel the Future of Productivity)中提到:“随着人工智能和机器学习不断整合,人们有望在新药研发过程中显著实现‘去风险’,不但节约每年约 260 亿美元的研发成本,同时还提高全球医疗资讯领域效率,节约成本价值每年超过 280 亿美元。”从资料中不难读出,人工智能的发展不仅局限于互联网服务业,AI 的强势注入也给传统药物研发带来非常积极的推动作用。
(本文由 雷锋网 授权转载;首图来源:shutterstock)