经验啦

  1. 首页 > 科技 > >

|万物皆可AI：人工智能制药靠谱吗？( 二 )


截至目前 ， 还未有新药通过DEL技术发现并且上市 。 即便是GSK ， 旗下相关药物的最快进度也不过处于临床Ⅱ期 。
通过DEL技术筛选 ， 的确能够得到有靶点亲和力的小分子 ， “这仍是很前期的研究 ， 这些反应也可能是假阳性 ， 真正要走到成药分子并不容易 。 ”业内人士告诉健识局 。
统计数据也证明了这一点 。 在新药研发的小分子筛选中 ， 主要的筛选方式是已知活性化合物、传统高通量筛选（传统HTS）、基于结构的药物设计（SBDD）、定向筛选、基于分子片段的药物设计（FBLG）等多种方式 。 据2016年-2017年发表在《J.Med.Chem》的分析数据 ， 实际开发中 ， 上述药物筛选方法使用的比例约为30%、29%、14%、8%和5% 。
而使用DEL技术进行药物筛选的比例 ， 仅为1% 。
上述人士表示：DEL技术的最大意义是吸引更多研究者参与 ， 才有机会筛出合适的分子 。
目前 ， 国内基于DEL技术进行药物早期研发代表企业之一是成都先导 ， 该公司的DEL库中 ， 有超过4000亿个化学结构 。 即使是入局不久的华为盘古云AI模型 ， 也已学习了17亿个化学结构 。
DEL技术给制药业出了个难题：给了无穷多的可能 ， 然后让你大海捞针 。
DEL的新战场目前 ， DEL技术仍处在非主流阶段 ， 稚嫩背后 ， 是DEL难以逃脱的局限性 。
局限之一 ， 是应用场景有限 。 核酸具有水溶性 ， 这也就意味着含有DNA的DEL反应需要在水中或水溶剂中进行；同时 ， 为了保护DNA编码的信息完整 ， DEL反应的环境又不能太极端 。
但是 ， 不是所有化合反应都能在这样的“舒适条件”下完成 ， 因而 ， DEL技术组合出来的分子种类规模有限 。
局限之二 ， 是DEL应用于靶点筛选的时候 ， 只能针对纯化的生物靶点发挥作用；遇到可对DNA分子本身反应或降解的靶点时 ， DEL技术的稳定性便会受到干扰 。
局限之三 ， DEL不是传统的单一分子筛选 ， 因而无法避免筛选失误 。
上述局限 ， 极大限制了DEL的成药能力 。 因此 ， DEL技术被提出已近30年 ， 真正应用于工业化也不过十几年 。
与其他技术相比 ， too young 。
国内企业中 ， 除了成都先导强调DEL技术之外 ， 其他CRO企业一般也就是配备DEL的开发平台供客户选择 ， 但都没有太强调这一块 。
成都先导董秘耿世伟曾表示 ， 药明康德和成都先导的业务定位、客户群体和商业模式有较大差异 ， 不存在重大影响 。 事实上 ， 对于药明康德来说 ， DEL只能算是闲棋冷子 ， 还远不到发挥决定作用的时候 。
但新药开发的格局可能真的会变化 。
DEL技术的最大应用可能会在PROTAC领域 ， 这是一种针对无法成药靶点的技术 ， 用类似粘贴的方式 ， 抓住不好被常用药物“抓住”的靶蛋白 ， 然后再集中消除 。 这样 ， DEL技术开发出的千奇百怪的化学结构 ， 就都能派上用场了 。
不可成药靶点占到人类目前已知靶点的80%左右 ， 如果PROTAC技术能够带着DEL组合出的化合物 ， 攻克这些靶点 ， 今后 ， 人类能用到的特效药还将成倍增加 。
重点是 ， 这些未来的“创新药” ， 很有可能都是计算机算出来的 。
AI来袭如果将学习能力超强的AI ， 与高通量分析筛选技术DEL相结合呢？
2017年夏天 ， 谷歌公司的AlphaGo只是学习了韩国围棋大师李世石的棋谱 ， 便打败了2万多盘围棋经验的柯洁 。
2018年前后 ， 中国涌现大量的AI制药公司 。 对此 ， 国内一家知名投资机构创始人表示：利用积累的数据和技术 ， AI有望辅助DEL尽快发挥作用 。
就DEL技术本身而言 ， 分子库的建设及筛选方法才是关键 。 这两点 ， AI刚好可以帮上忙 。 因此 ， DEL+AI已经成了AI制药企业的标配 ， 前者是技术路径 ， 后者为前者提升效率 。

相关经验推荐


上一篇：AirPods|只有一个airpods在工作，如何修复？

下一篇：微信|微信回应：新版本将取消