人工智能使药物研发更快更高效

编译 顾海波

研发药物费时费力。科学家们先在人体内确定“靶标”，找到是什么导致了疾病，接着用大量化合物进行测试，以期找到“银色子弹”——能达到预期效果的化合物，能抑制负面效果，或者加强正面效果。接下来，科研人员在临床试验中对这种化合物进行测试和调整，直到获得监管机构批准，面世造福世人。

据美国《纽约时报》报道，一款普通药物的研发周期往往长达10年，平均研发费用高达28亿美元。如果使用它的患者出现了临床试验中未能发现的副作用，这款药物将面临被召回的命运。

幸运的是，《纽约时报》称，得益于信息技术，尤其是大数据、机器学习和人工智能等技术的发展，药物的研发过程有望变得更快、更高效，出现副作用的可能性更低。人工智能可以以人力所不能及的效率，在更短时间内测试更多化合物，更好地预测它们对预期目标的影响。

美国卡内基梅隆大学的罗伯特·墨菲博士是这一领域的领军人物。早在20世纪70年代，墨菲博士就开始在药物研发过程中使用计算机。如今，作为卡内基梅隆大学墨菲计算生物学实验室的负责人，他欣慰地看到，人工智能使药物研发一日千里。

“大约从10年前开始，人们提出这样一个问题：是否有一种方法可以改进药物研发过程，使我们能够同时考虑药物在不同情况下的特性？”墨菲对《纽约时报》说。人工智能就是这个问题的答案。

《纽约时报》称，人工智能可以针对一个靶标一次性测试近乎无限数量的化合物，并迅速分析测试结果。它可以预测药物与蛋白质的相互作用、干预的有效性、可能的副作用，还可以优化分子对药物的生物反应。算法可以不断进行学习和迭代，提高效率和准确性。它还可以筛选针对特定靶标的特定化合物，同时监测对其他靶标的影响。这个过程的试验数量，是传统的人力研发难以应付的。算法还可以帮助研究人员筛选出最有希望的化合物。

《纽约时报》称，今年，麻省理工学院的研究人员采用一种深度学习技术辅助药物研发，它的速度几乎是以前方法的50倍。

“显然还有很多工作要做。”墨菲说，“其中最重要的一点是，让从业者相信，把一些重要决策交给机器是有价值的。”

墨菲所在的卡内基梅隆大学正在试运行世界上第一个基于大学的云实验室，这是一个远程操作的研究机构，使用自动化技术，将试验过程中的日常判断任务交给机器，能够24小时不间断地同时运行100多个复杂的试验，整个项目耗资4000万美元。

“科学家们再也不必说：'让我想想接下来我们应该做什么。’”墨菲说。“你可以让电脑决定，然后执行，不断进行试验，以改善方案，直到达到预期目标。”

他说，人工智能最大的好处是提高药物研发的精确性。“研发药物仍然需要很多时间，但你会得到更好的结果。”他告诉《纽约时报》。“我们在下一阶段看到的改善，可能是获得更好的治疗方法。”