实验证实AI能有效加速药物发现进程

Insilico Medicine在最新一期的《自然生物技术》上发表论文“深度学习能够快速识别强效DDR1激酶抑制”。论文介绍了名为生成性张量强化学习（GENTRL）的新AI系统。DDR1是一种与纤维化及其他疾病有关的激酶靶标，而该AI系统在21天内就设计出六种全新DDR1抑制剂。其中四种通过生化检测证实具有活性；两种通过细胞测定证实具有活性；实验人员在小鼠模型中测试了其中一种先导化合物，证明其具备良好的药物代谢动力学性质。

新药研发包括两个主要阶段：药物发现，即药物识别的过程；药物测试，即在临床前阶段以及人类临床试验中测试药物的过程。传统的药物发现从高通量筛选开始，需测试数千种小分子，得到少量的先导化合物，但这些分子中仅有不足十分之一的先导化合物能通过临床试验。因此，任何加速药物发现、提高新药研发成功率的成果，都能显著削减成本、造福公众。

Insilico Medicine团队曾在2016年发表开创性的论文，利用GENTRL系统生成具生物活性的分子，是药物发现领域中的一个大突破。表明AI主导的更高效的药物发现途径，也指向了药物发现领域的一个新的未来。

Insilico Medicine团队目前正在开发一种综合药物发现管道，利用AI生成具有特定性质的全新分子。这些分子针对不同靶点，或针对一些很有挑战性的标靶，无论有或无晶体结构。从而快速“命中”有潜力的先导化合物。药物发现管道旨在以活性小分子为探针,迅速验证潜在药物靶点,让快速的药物发现成为可能。

我们在《自然生物技术》发表的最新研究成果得到业内同行的高度评价：

“这篇论文带来的进步真是震撼人心，以最先进的强化学习技术为基础，有解决药物设计过程中的其他问题的潜力。研究涵盖了分子建模、亲和力测定和动物研究，其涉及范围之广给我留下很深的印象。”斯坦福大学结构生物学教授Michael Levitt博士说。Levitt博士于2013年获得诺贝尔化学奖。

“我曾与许多AI创企交流互动，但英科智能作为深度学习企业，在结合目标识别和小分子发现方面做得如此出色，太令人印象深刻了。英科智能创业伊始就做了大量GAN的理论工作，而本次分子活性通过实验验证，证明这项技术的确能改善、加速药物发现。” John Baldoni博士。Baldoni博士是一家处于“隐身模式”的AI药物开发企业的首席技术官，葛兰素史克（GSK）平台技术与科学的前任高级副总裁。

 “论文中的生成性张量强化学习大大提高了药物发现中生化检测的效率。虽然还需进一步对GENTRL进行大规模实验，但实验结果标志着医药AI在工业层面的突破，或许能对社会和经济造成重大影响。” 创新工场董事长兼CEO李开复博士说。李开复博士曾在微软和谷歌担任高管，他也是多种AI技术的原创发明人。

 “在我们1990年的对抗性和生成性神经网络早期研究基础之上，这项技术有所拓展。自2015年以来，英科智能一直致力开发药物发现的生成模型。看到他们的GENTRL系统生成的分子在细胞和小鼠模型证实具有活性，我为他们感到欢喜。AI将推动制药行业的转型，我们需要更多通过实验验证的成果，来加速制药行业发展。” NNAISENSE联合创始人、IDSIA的教授Jürgen Schmidhuber博士说。Schmidhuber博士是AI领域许多核心技术的原创发明人。

 “缩短周期时间、降低商品总成本，这两者对药物发现的未来至关重要。在本论文中，英科智能突出了一种基于AI的新技术（GAN-RL），能在极短的时间内识别出动物模型中有活性的先导化合物。如果这门技术扩大应用范围后仍有效，则有潜力改变未来先导化合物的发现途径。“，高点大学药剂学院兼职教授，艾伯维公司发现化学与技术副总裁Stevan Djuric博士说。

阅读论文请点击以下链接：https://www.nature.com/articles/s41587-019-0224-x