药物筛选从人工智能到计算机筛选的意义

发现一个新药需要上千名科学家们的参与，筛选测试数以万计的化合物，花费十多亿美元和平均十二年以上的时间。因此，寻求更好的途径或技术用于新药发现是人们一直以来的梦想。

近年来人工智能系统在新药发现上的应用给我们带来了一线曙光，既可以节约时间，也可以节约费用。总体而言，利用人工智能，可以使得候选新药的发现时间从五年缩短为一年。到目前为止，最成功的案例是阿斯利康用于肺癌治疗的Tagrisso的设计和开发，基于化合物数据库的计算机辅助药物筛选、设计与评估的使用是该药快速进入临床测试的关键。

人工智能用于新药发现已经受到广泛的重视，世界上多家大药厂都在利用这项技术进行新药研发。据路透社报道，英国GSK签约Exscientia，金额为三千三百万英镑，使用该公司的人工智能平台开发十个候选新药。（Big Pharma Turns to AI to Speed Drug Discovery, GSK Signs Deal，July1,2017），在此之前，Merck&Co,Johnson&Johnson and Sanofi 等跨国公司已经分别签约不同的人工智能平台开展新药研究。

人工智能在新药研发上的应用也受到了风投基金的关注和培育。有多家公司得到了数百万甚至上亿美元的风险投资。最近，美国最著名的医院Mayo Clinic与风险投资公司一起集资八百三十万美元共同成立了Qrativ公司，该公司将利用人工智能技术针对罕见疾病开发新药。

总体而言，采用人工智能技术的主要目的是高效快速的发现针对特定靶点的靶向药物。近年来的临床实践证明，精准靶向药物具有疗效好、副作用小等一系列的优点，是未来药物研究开发的主要方向。

人工智能技术的核心是整合的技术平台。此类平台可以结合临床医疗大数据、基因数据和药物的有效性及毒副作用等进行分析，同时对现有的药物和潜在的药物进行评估，进而达到快速的筛选或设计出最有潜力的候选药物。

人工智能在新药筛选上成功的基础是化合物数据库，一个优秀的化合物数据库可以给科学家提供尽可能多的研究对象，从而有机会发现更多的先导化合物，包含了多样性化合物，天然产物和近五十年上市和处于临床期的药物分子，90%以上的数据都有实体化合物库供应。