原文標題：又被鼓吹A(chǔ)I藥物設(shè)計的文章吵醒
作者：0ut0fcontrol ，北京生命科學研究所 | 博士研究生
2020年5月21日早上看到一篇文章“人工智能正在永遠改變藥理學”, 佐證是另一個AI設(shè)計的藥物DSP-1181(BBC NEWS | AI設(shè)計的新藥分子首次進入臨床試驗)。
今年初，英國初創(chuàng)公司Exscientia和日本制藥公司住友大日本制藥公司（Sumitomo Dainippon Pharma）宣布開始針對他們創(chuàng)造的一種新化合物DSP-1181進行臨床試驗。作為強迫癥（OCD）的治療方法，目前正在對一小群健康的人類志愿者進行測試，以獲取安全性和劑量數(shù)據(jù)，如果可以接受，則將在2021年之前對強迫癥患者進行測試。藥物開發(fā)大約需要5年才能開始試驗，但DSP-1181僅用了一年。那么，開發(fā)團隊如何如此迅速地生產(chǎn)它？
根據(jù) Science Translational Medicine的評論“Another AI-Generated Drug?”[1]。DSP-1181的結(jié)構(gòu)還沒有公布, 但可能是FDA在1967年批準的Haloperidol的類似物。
之前21天AI開發(fā)新藥, AI設(shè)計出的化合物與已知kinase抑制劑非常像[2]。
AI設(shè)計的kinase抑制劑:
已知kinase抑制劑(高亮部分與AI設(shè)計化合物一致):
基于AI技術(shù)或許可以加速先導化合物優(yōu)化，規(guī)避專利等，其實和之前的信息化技術(shù)是一樣，只是輔助工具，不應該過度吹噓.
輔助開發(fā)DSP-1181的AI制藥公司Exscientia號稱用AI加速"Design-Make-Test"循環(huán):
其中核心的生成設(shè)計(Generative Design)應該也是ligand-based的分子生成模型, 所以它招聘熟悉使用化學信息學工具的人:
Knowledge of cheminformatics toolkits (such as Pipeline Pilot, Knime, OpenEye or RDKit)
不過如果熟悉python和懂structure-based可以加分:
Proficient in Python
Experience in structure-based and fragment-based methods
圖片生成模型可以生成以假亂真的人臉, 而分子生成模型可以快速生成滿足約束條件的化合物。
圖片來源:Deep learning for molecular generation[4]
雖然有很多生成模型號稱自己可以生成全新骨架的化合物, 但對這些化合物的打分(預測)網(wǎng)絡模型卻依賴已有數(shù)據(jù), 最后結(jié)果只能是篩選出已知化合物的類似物. 我的觀點是——用現(xiàn)有的Ligand-based AI方法可以加速先導化合物優(yōu)化過程中的信息整合, 但是難以獲取全新骨架的化合物.
鼓吹新技術(shù)是商業(yè)行為, 我們阻止不了, 只能擦亮眼睛, 別被迷惑.
參考資料
[1] Another AI-Generated Drug?
https://blogs.sciencemag.org/pipeline/archives/2020/01/31/another-ai-generated-drug
[2] 21天！AI新藥研發(fā)頭部公司創(chuàng)紀錄，"圖片造假術(shù)"正加速救命藥問世
http://www.mittrchina.com/news/4215
[3] Dissecting the Hype With Cheminformatics
http://practicalcheminformatics.blogspot.com/2019/09/dissecting-hype-with-cheminformatics.html
[4] Deep learning for molecular generation. Youjun Xu?, Kangjie Lin?, Shiwei Wang, Lei Wang, Chenjing Cai, Chen Song, Luhua Lai & Jianfeng Pei. Published Online: 30 Jan 2019 https://doi.org/10.4155/fmc-2018-0358
聯(lián)系客服
