冠状病毒时代下，药物研发路在何方？
开发新药非常困难。这就是为什么尽管业界付出了巨大的努力，但我们仍需要至少12-18个月，然后才能够切合实际地希望为Covid-19开发出一种疫苗，以及可能还需要几个月，才能有一种已被证实行之有效的药物治疗方法。
但是，我们通过工程方法，将药物发现和开发过程产业化的能力不断增强，这意味着我们比以往任何时候都更有希望加快这一过程——不仅是要击败冠状病毒，甚至有益于未来所有新药的开发。
传统的药物开发过程可以分为两大“路径”，几十年来变化不大：用于预防疾病的预防性药物（如疫苗），和帮助个人在出现症状时好转的治疗药物（如抗病毒药物）。两者都不容易。
对于疫苗而言，通常看起来像首先识别病毒（抗原）的正确“死”部分，以便我们的免疫系统可以开发正确的抗体；然后测试它的安全性和功效（你的抗体能持续多久？）；然后大规模生产（这绝非易事，想想每年所有在鸡蛋中培育的流感疫苗！）。
开发治疗方法同样困难，这需要对基础生物学有深入的了解，包括使用正确的小分子或生物制剂进行治疗的正确目标，并在临床试验中再次证明了其高功效和低毒性等方面。你就会明白，为什么要花数年才能弄清楚所有这些内容，有时甚至是几十年。
但是，使用一种工程方法来开发新药，以及我们今天已经在线使用的工具，已经在改变上述过程。它们变得更快、更有效，并且增加了成功的几率。其中，很大一部分是利用技术来自动配对和标准化我们如何收集有关生物学的新知识——即自我发现的工业化。
通过建立具有“自动化+生物信息学+数据科学”的机器化分子生物学实验管道，生物技术公司进而实现此目的，并在完全工业化的过程中快速测量和分析信息。因此，对病毒的测序（由于测序技术的20年进步，如今已变得便宜而快捷）立即被用于识别基因组关键部分的生物信息工具；生物信息学分析反过来也加快了如何针对病毒的新思路产生，无论是在疫苗还是治疗性药物上；新的候选药物被大规模转移到机器人测试中，并在同一个地方进行；在进入人体临床试验的整个过程中，有更多的良好替代药物，而且速度更快。
这种潜在的方法，正是Moderna公司之所以能够以令大多数同行望尘莫及的速度研发出一种潜在的冠状病毒疫苗的原因。这样的工业化变革，可以像工厂劳动力与人类加快工作速度，标准化流程，并帮助我们更快、更广泛地扩展规模。它还大大地提高了可重复性，这是药物发现实验中的一个巨大问题，即使是握持移液器的方式也会影响实验的性质。现在，重新开展实验看起来很像重新运行代码——更容易、更快、更准确。
疫苗开发工业化的另一个关键因素是我们使用RNA的新能力。RNA疫苗无需给人体提供一部分病毒蛋白，取而代之的是提供适合身体的RNA代码（类似于软件），以使这些病毒自身产生蛋白质，然后开发相应的抗体。
为什么要减少这位科学家RNA中间人？您明白RNA在本质上确实是信息，实际上是非常容易通过化学方法产生的-所以这是有效的生产规模，通过使用您自己的身体作为蛋白质生产设施，而不是实验室制造蛋白质-合成它们，表达它们，在鸡蛋中生长，用于整个人群，所有这些都是缓慢和困难的。
为什么要打扰这个RNA中间人？在本质上，RNA确实是信息，实际上非常容易通过化学方法产生——所以，通过人体作为蛋白质生产设施，这是有效的规模生产。相较来说，在实验室制造蛋白质——合成、表达、在鸡蛋中培育、用于整个人群，所有这些都是缓慢和困难的。
如果说RNA像软件一样，那么CRISPR就是一个全新的硬件平台。我们通过CRISPR等生物设计工具编辑遗传密码的新能力，是另一种主要的攻击手段。例如，一种类型的CRISPR——CasRx——接着是RNA：如果给它一个指导RNA序列，该指导RNA序列具有病毒的一部分，它将“搜索并找到”病毒RNA，然后切割，即破坏它们（已经团队在这方面进行探索）。
现在，这又成为另一个生物信息学问题：我们能否确定正确的序列是什么？这也是预防与治疗这两个传统的药物开发路径之间的根本性转变：体内等概念模糊了两者之间的界线。在患病之前，个人可以像疫苗一样预防性地使用该药物，为身体提供一种新工具，使它在遇到这种病毒时可以与该病毒作斗争。
以最宏大的预防形式，这种技术不仅可以解决以前的大流行病，甚至还可以解决我们尚未见过的未来大流行病。因为从理论上讲，如果正确执行这样的操作，则可以识别出不仅是针对冠状病毒或今年的流感的序列，而且还可以识别出要“搜索和销毁”的整个病毒类别。
由于RNA序列涵盖的范围如此广泛，为了避免像这样进行检测，病毒必须从根本上改变其生物学特性。因此，已经存在于我们体内的预防性治疗将不仅涵盖Covid-19，还包括SARS和MERS，甚至可能是引起普通感冒的相对无害的冠状病毒。
如果这些方法的一个方面是关于发现的工业化，另一个方面就是关于设计工具的工业化。那么，是否有一种方法可以将两者结合起来，并允许我们从头到尾设计该过程？这就是AI的来历：我们拥有的广泛的新工具之一，可以使药物设计的每个阶段都实现工业化。通过整合不仅来自手头病毒的基因组分析，还包括所有已知病毒的基因组分析，AI可以帮助识别理想的和潜在的新型靶标；找出可以快速重新利用的药物；帮助提出新的“打击”和新药的先导分子；优化那些候选药物以实现具有最高的潜在疗效和最小的毒性；甚至可以提高开展临床试验的效率。
正如我们现在所经历痛苦地了解到，开发一种新的治疗方法或疫苗不仅仅关乎准确，还关乎速度，关乎生死。但好消息是，我们最终看到药物发现开始受益于摩尔定律。技术、软件工具和思维方式带来了新的力量、工具和数据，后者将帮助我们加速并实现替代药物的开发，我们必须治疗全部的疾病——因此，当下一次大流行发生时，我们可能更快、更高效地行动起，甚至消除未来的流行病。
本文编译自：Drug discovery in the age of coronavirus，https://endpts.com/drug-discovery-in-the-age-of-coronavirus/
超大规模！5.5万人氯喹/羟氯喹预防COVID-19临床试验开展
湾区动态丨特立帕肽注射液临床获受理，信立泰迈入五年创新关键期？
☆ END ☆
写意云课
近期写意云课预告