作者：達索系統，編譯：《昇華洞察》馮昇華
醫學科學正在使用仿真來更快，更準確地進行查詢，挑戰，假設和測試。諾貝爾獎獲得者馬丁·卡爾普斯（Martin Karplus）希望開發一種抗HIV疫苗。但是，儘管這位名譽化學教授在哈佛大學設有實驗室，並與附近的麻省理工學院的生物物理學家奧雅納·查克拉博蒂（Arup Chakraborty）合作，但他們在虛擬世界中進行了許多實驗。
他們的研究集中於少數艾滋病毒感染者，他們的免疫系統能夠抑制這種病毒。通過計算機模擬分子，他們確定了使這些人如此"幸運"的原因。Karplus說："當我們觀察這些患者產生的抗體時，我們發現了所謂的廣泛抗體。" 這些抗體也稱為廣泛中和的HIV-1抗體或bNAb，可靶向病毒的保守表位，即使其他病毒正在突變，這些表位仍然存在。他說："我們正在通過分子模擬來開發抗原，這將激發免疫系統來製造這些基礎廣泛的抗體來對抗病毒。" 類似的方法可能用於流感。
馬丁·卡爾普斯（Martin Karplus），諾貝爾獎獲得者和西奧多·威廉·理查茲（Theodore William Richards），哈佛大學化學教授。
這是建模和仿真的新時代，藉助於這些先進的技術，科學家們正在加速發現藥物，疫苗，醫療設備，材料和許多其他產品。多年來，仿真早就用於物理系統，以廉價，快速地測試數百個原型設計。現在，它們正在蔓延。就生物醫學而言，從倫理和實踐的角度來看，模擬通常是測試數千種藥物製劑的唯一可行選擇。模擬是使用技術來提高生物醫學測試安全性的一項重大舉措的一部分。
Tina Morrison，美國食品和藥物管理局（FDA）應用力學系副主任。
人造人體器官，也稱為芯片上的器官，是另一種這樣的技術。達索系統公司BIOVIA品牌的首席戰略官Reza Sadeghi說："芯片上的器官技術的發展使人們能夠在特定器官環境中研究人體生理學。"該公司開發3D設計和數字模型軟件。"這最終將減少或消除藥物開發過程中對動物進行測試的需要。"
來自模擬的數據越來越多地擴增了臨床試驗結果。" 計算機安全性臨床試驗對於安全性至為重要的情況，或者我們正在測試一小部分可能難以進入的特殊疾病的患者，特別有用，" 美國食品和藥物管理局（FDA）應用機械師部門的副主任Tina Morrison說。"虛擬患者是其中很大一部分；我們並不一定要討論完全數字化的人，而是要數字化表示患者的解剖結構和/或生理學中非常特定的部分。"
降低抗生素耐藥性
虛擬實驗室的另一個樂趣是您可以一次運行多個實驗室。Karplus還與哈佛大學的生物物理學家Victor Ovchinnikov合作，進行了模擬實驗來對抗抗生素耐藥性。他說："致病細菌，例如引起結核病或腦膜炎的細菌，正在以驚人的速度發展出對抗生素的抗藥性。"
細菌具有泵結構，使它們能夠排出抗生素，而Karplus和Ovchinnikov已經能夠找到使它們失活的肽。Karplus解釋說："使用計算機模擬，我們設計了預期會抑制其中一種泵結構的肽，即EmrE轉運蛋白。"
所有這一切僅使用一臺小型計算機即可完成，該計算機將信息發送到偏遠地區的大型系統，例如加利福尼亞伯克利的國家能源研究科學計算中心，在該中心執行復雜的計算。新發現的肽是由多倫多大學生物化學家Charles Deber領導的團隊合成的，並在現實世界中進行了功效和劑量確定測試。
通過這些分子動力學模擬，Karplus和他的團隊越來越瞭解生物系統各個組成部分的功能。Karplus說："研究人員正在從模擬單個分子到更大的複合物，再到模擬細胞，甚至是活生物體。" "模擬提供了您無法單憑實驗獲得的見解。"
設計新藥
輝瑞製藥公司也正在使用計算建模和仿真來簡化新藥的設計過程。"模擬可以準確地預測藥物分子與其分子靶標相互作用的原子級細節，或者以數學方式計算出藥物可能進入人體的位置以及如何影響正在治療的疾病，"執行董事Enoch Huang說，他在位於馬薩諸塞州劍橋的輝瑞公司（Pfizer）從事計算科學。"所採用的計算技術包括機器學習和其他建模技術，這些機器學習利用了輝瑞積累的大量歷史數據，而其他建模技術還依賴於有關機體對藥物的作用，藥對身體的作用以及如何在更廣泛的疾病中發揮作用。"
在藥物發現中，可能有數百萬個可能起作用的分子。虛擬測試有助於將數字增加到一個可管理的數量。Enoch Huang說："我們只需要合成和測試數百萬個虛擬分子中的一小部分，因為我們可以將其分類為最有可能成為藥物的分子。"
評估醫療設備
除了促進新藥和疫苗的開發，虛擬實驗室還協助醫療設備的安全性評估。FDA與醫療器械創新聯盟合作，最近使用虛擬患者概念來測試新的起搏器導線，該導線將來自起搏器的電能用於刺激心臟。該團隊使用了潛在客戶的工程模型並應用了概率方法來說明患者的活動，患者的身材差異，製造差異等。通過模擬成千上萬次虛擬試驗，該團隊可以預測引線的存活率-在形成會阻塞電荷的斷裂之前，引線將持續多長時間。然後，將來自虛擬患者隊列的數據用作先驗知識，以設計針對新引線的適應性臨床試驗，其中對真實和虛擬患者的引線斷裂終點進行了評估。
"這種性質的典型臨床研究可能會需要450名患者在三年的時間內測試引線，" Morrison說。"但是在虛擬患者隊列中，我們最終只需要406名患者，因為我們能夠招募44名虛擬患者。"
鑑於每位患者的平均費用為30,000-50,000美元，因此消除了招募和關注44位患者的需要，從而節省了大量時間和成本。她說："基於計算機的建模正在改變我們評估醫療設備的方式，使我們能夠進行較小的臨床試驗或利用數字證據來擴大試驗範圍。" "模擬使我們能夠進行超出物理環境的實驗，而不會使患者面臨風險。"
閱讀更多 昇華洞察 的文章
