Chemical Science | 英矽智能利用AlphaFold加速设计治疗肝细胞癌新药
本研究使用AlphaFold,一个由人工智能(AI)驱动的蛋白质结构数据库,来加速一种治疗肝细胞癌(HCC)药物的设计和合成,HCC是最常见的原发性肝癌类型。
这项研究近期发表于英国皇家化学学会旗舰期刊Chemical Science,由量子计算学者、加拿大多伦多大学加速联盟负责人Alán Aspuru-Guzik教授,计算生物学之父、化学诺贝尔奖得主Michael Levitt教授,英矽智能创始人兼CEO Alex Zhavoronkov博士,以及英矽智能联合创始人首席执行官任峰博士联合领导。
人工智能正在彻底改变药物发现和开发。2022年,由DeepMind开发的AI工具AlphaFold预测了约2亿个蛋白质的结构,范围覆盖地球上几乎所有已知生物,包括98.5%的人类蛋白质组的结构--这被认为是人工智能和结构生物学方面的一个显著突破。业界普遍认为,这个由人工智能驱动的开源数据库正在帮助科学家预测数以百万计的未知蛋白质的结构,这将成为加速开发治疗疾病和其他疾病的新药的关键。
这篇论文首次展示了将AlphaFold应用于苗头化合物识别的全过程。在这项研究中,团队将首先利用英矽智能生物计算引擎PandaOmics,通过以来自组学和文本数据的信息为起点,将AI深度学习和生物信息学方法相结合,从而发现了一个新颖的肝细胞癌潜在靶点CDK20。
然而,CDK20此前并没有明确的晶体结构,传统方法将难以继续开展研究,而AlphaFold准确地预测了其蛋白结构,为下一步药物发现工作提供基础。
接着,研究团队进一步利用英矽智能生成化学引擎Chemistry42,基于蛋白质结构生成和设计靶向CDK20的化合物,仅耗时不到30天合成了7个化合物,就获得了靶向CDK20的苗头化合物。随后,在第二轮人工智能驱动的化合物生成和设计中,研究人员发现了一个更有潜力的苗头化合物。
英矽智能创始人兼首席执行官Alex Zhavoronkov博士表示,"当世界被生成式人工智能在艺术和语言方面的进展所吸引时,我们的生成式人工智能算法成功地靶向AlphaFold所发现的蛋白结构的苗头化合物,这个生成式人工智能在不同场景的应用令人感到兴奋。"
该论文第一作者、英矽智能联合首席执行官任峰博士表示,"AlphaFold在预测人体所有蛋白质的结构方面开拓了新的科学领域。我们认为这是一个前所未有的机会,可以利用这些结构并将其与英矽智能端到端人工智能平台联合,快速发现创新的治疗方法以满足未竟的临床需求。这篇论文正是朝着这个方向迈出的重要的第一步。"
如果没有人工智能,科学家必须依靠传统的试验和试错方法,这些方法耗时长、耗费高、并限制了人们的探索和想象空间。人工智能有望通过变革药物发现的流程来赋能早期药物研发,正如它在过去十年中在科学和工程领域实现的颠覆。
诺贝尔化学奖得主、斯坦福大学癌症研究和计算机科学教授Michael Levitt表示,"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。将AlphaFold的预测能力和英矽智能Pharma.AI平台的靶点发现和药物设计能力结合在一起,可以想象我们正处在一个由人工智能驱动的新时代的边缘。"
多伦多大学加速联盟负责人、化学和计算机科学教授Alan Aspuru-Guzik表示,"这篇论文再一次向我们展示了人工智能对医疗健康产生的积极影响。如果科学家将AlphaFold发现的蛋白质结构纳入研究,我们将有望大幅扩大药物研发的范围。如果再将自动化实验室加入其中,这又将带领我们迈向到新的高度。"
Aspuru-Guzik教授所领导的加速联盟是一个由学术界、工业界和政府共同组成的全球合作项目,旨在秉持可持续发展理念加速发现未来所需的新分子和材料。目前,英矽智能与Aspuru-Guzik教授带领的研发团队正在积极推进自动化智能机器人实验室,这是一项涵盖人工智能、自动化、生物计算和机器人技术的新兴结合体,将赋能于加速材料和新分子发现。
[1] AlphaFold accelerates artificial intelligence powered drug discovery: efficient discovery of a novel CDK20 small molecule inhibitor. Chemical Science(2023)DOI:https://doi.org/10.1039/D2SC05709C
英矽智能
英矽智能是一家由端到端人工智能(AI)驱动的临床阶段药物研发公司,通过下一代人工智能系统连接生物学、化学和临床试验分析,利用深度生成模型、强化学习、转换模型等现代机器学习技术,构建强大且高效的人工智能药物研发平台,识别全新靶点并生成具有特定属性分子结构的候选药物。英矽智能聚焦癌症、纤维化、免疫、中枢神经系统疾病、衰老相关疾病等未被满足医疗需求领域,推进并加速创新药物研发。
更多信息,请访问网站 www.insilico.com
商务合作,请联系 bd@insilico.ai
媒体垂询,请联系 pr@insilico.ai