《麻省理工科技評論》的年度 " 十大突破性技術 " 新近出爐，榜單中，"AI 藥物分子發現 " 入選為年度突破性技術，認為該行業的成熟期為 3-5 年，並強調了 Insilico Medicine 與多倫多大學的研究。
榜單解釋了藥物分子發現的難度，因為在藥物研發中，可能轉化為藥物的分子數量非常龐大，這個數量估計有 10 的 60 次方，比太陽系中所有原子的數量還要多，化學家們要從龐大的數量中找到有價值的分子，需要耗費很多的時間和成本。
AI 藥物分子發現的價值在於，通過機器學習，達成以更快的速度、更低的成本發現新的候選藥物。
榜單重點強調了 Insilico Medicine 公司與多倫多大學的實驗研究，認為其通過算法發現的幾種候選藥物，" 如同用計算機在圍棋比賽中戰勝世界冠軍 "，是對 AI 製藥行業的有效性的一個證明。
對於此項研究的著重強調，36 氪獲得了《麻省理工科技評論》總編輯 David Rotman 的回應：" 深度學習和其他人工智能工具，能夠發現理想的新分子，這種技術將改變藥物研發過程。它有望使新藥開發更快、更有效，是尋找更優藥物的重要新工具。Insilico Medicine 公司在使用人工智能工具中，具備一些令人興奮的技術（如 GANs），它在藥物發現方面一直處於領先地位。最新的研究結果證明，GANs 是一種發現有潛力分子的有效的新工具。"
Insilico Medicine 自 2015 年開始在 AI 製藥領域開展工作，並掌握關鍵的知識產權。該公司在 2016 年發表了該領域的第一篇同行評議論文，在 2017 年發表了多篇理論論文，第一個里程碑式實驗預計將於 2020 年發表。近期，該公司還發表了幾篇驗證 JAK3 和 DDR1 激酶的概念的實驗結果。另外，該公司最近設計出了一系列針對 COVID-19 蛋白酶的藥物分子，這些分子是在 4 天內生成的。
在《麻省理工科技評論》" 十大突破性技術 " 榜單出爐的同一天，Insilico Medicine 宣佈啟動其腦癌科研的 " 企業家計劃 "，並將在今年 8 月之前具體化落實。該項目將由製藥專家、資深研發科學家 George Okafo 博士主導。
" 我記得在 2016 年初舉行的第一屆人工智能和藥物發現會議上，我們首次提出了 AI 藥物分子設計的理論，即使用對抗性自編碼（AAE）來生成有潛力的藥物分子結構。我不得不花很多時間用圖片來解釋原理，然而，當時的深度學習的專家對化學部分並不熟悉，而化學家們對數學部分並不熟悉，要求進行實驗驗證，幾乎沒人當真。現在，大多數製藥公司都成立了內部的化學結構生成小組。"Insilico Medicine 聯合創始人兼首席執行官 Alex Zhavoronkov 博士說道。
Insilico Medicine 的聯合創始人和總裁 Alex Aliper 博士表示：" 藥物發現是一個特殊的行業，在這個行業中，公司更傾向於保密，多數研發進展不能公開。與之相比，AI 藥物分子生成是一個不同的狀態，研發進展可以積極地去發表，大眾可以從發表的文章中判斷出 AI 平臺的能力，因為研發的難度都在平臺內部。"
閱讀更多 砍柴網 的文章
