研究人员利用AI驱动的数据库在30天内设计出潜在的抗癌药物
今日份知识你摄入了么？
在不到一个月的时间里，研究人员利用人工智能（AI）驱动的的蛋白质结构数据库AlphaFold设计并合成了一种潜在的药物来治疗最常见的原发性肝癌—肝细胞癌（HCC）。
研究人员成功地将AlphaFold应用于一个名为Pharma的端到端人工智能药物发现平台。其中包括一个生物计算引擎PandaOmics和一个生成化学引擎Chemistry42。他们发现了一种新的HCC靶点—一种以前未被发现的治疗途径，并开发了一种“新型打击分子”，可以在没有实验确定结构的帮助下与该靶点结合。从选择靶标到合成7种化合物，仅用了30天就完成了这一壮举。
图片来自Insilico Medicine
在第二轮人工智能驱动的化合物生成中，研究人员发现了一种更有效的打击分子，尽管任何潜在的药物仍需要进行临床试验。
这项研究发表在《化学科学》杂志上，由多伦多大学加速联盟主任Alán Aspuru-Guzik、诺贝尔奖得主Michael Levitt和Insilico Medicine创始人兼首席执行官Alex Zhavoronkov领导。
Zhavoronkov说：“虽然全世界都对生成式人工智能在艺术和语言方面的进步着迷，我们的生成式人工智能算法成功地设计了具有alphafold衍生结构的目标有效抑制剂。”
Insilico Medicine首席科学官兼联合首席执行官任锋补充说：“AlphaFold在预测人体内所有蛋白质的结构方面开辟了新的科学领域。”“在Insilico Medicine，我们认为这是一个难以置信的机会，可以将这些结构应用到我们的端到端人工智能平台上，以产生新的治疗方法来解决尚不能有效治疗的疾病。这篇论文是朝着这个方向迈出的重要第一步。”
人工智能正在彻底改变药物的发现和开发。2022年，由Alphabet旗下DeepMind开发的AlphaFold计算机程序预测了整个人类基因组的蛋白质结构，这是人工智能应用和结构生物学方面的重大突破。这个免费的人工智能驱动的数据库正在帮助科学家预测数百万种未知蛋白质的结构，这是加速开发治疗疾病和其他疾病的新药的关键。
科学家们传统上一直依赖传统的试错化学方法，这种方法缓慢、昂贵，并限制了他们探索新药的范围。正如COVID-19所证明的那样，需要快速开发新药或现有药物的新配方，公众也越来越期待如此。人工智能有可能通过改变材料和分子发现来实现这种速度，就像过去十年里它在科学和工程的几乎每个分支所做的那样。
诺贝尔化学奖得主、斯坦福大学Robert W.和Vivian K. Cahill癌症研究教授和计算机科学教授Michael Levitt说：“这篇论文进一步证明了人工智能能够以更高的速度、效率和准确性改变药物发现过程。”“我们将AlphaFold的预测能力与Insilico Medicine旗下Pharma人工智能平台的靶标和药物设计能力结合在一起。可以想象我们正处于一个人工智能药物研发新时代的风口浪尖。”
Insilico Medicine(一家聘请Aspuru-Guzik和Levitt为顾问的临床阶段公司)和T大学的加速联盟(Acceleration Consortium)都在积极开发自动驾驶实验室，这是一种结合人工智能、自动化和先进计算来加速材料和分子发现的新兴技术。可获得的工具和数据将帮助更多科学家进入人工智能科学领域，进而推动这一领域的重大进展。
多伦多大学文理学院化学和计算机科学教授、加拿大150理论和量子化学研究主席Aspuru-Guzik说：“这篇论文表明，对于医疗保健来说，人工智能的发展不仅仅是它们各部分的总和。”“如果人们使用针对人工智能衍生蛋白质的生成模型，就可以大大扩大我们可以针对的疾病范围。如果再加上自动驾驶实验室，我们将进入一个未知的领域。请继续关注！”
原文作者：Erin Warner
翻译作者：马薏菲
美工编辑：过儿
校对审稿：Chuang
原文链接：https://www.utoronto.ca/news/researchers-use-ai-powered-database-design-potential-cancer-drug-30-days
本周公开课预告
往期精彩回顾
点击“阅读原文”查看数据应用学院核心课