新型冠狀病毒的克星或?qū)⒌絹怼?/p>

2月4日，中國工程院院士,、國家衛(wèi)生健康委員會(huì)高級(jí)別專家組成員李蘭娟團(tuán)隊(duì)在武漢公布：據(jù)初步測試，阿比朵爾,、達(dá)蘆那韋兩種藥物對(duì)治療新型冠狀病毒感染的肺炎有效,。

專家組成員陳作兵表示，兩種藥物已在浙江省患者中使用,，下一步計(jì)劃用這兩種藥物替代其他效果欠佳的藥物,。

同一天，國家衛(wèi)生健康委員會(huì)發(fā)布消息,，美國抗病毒藥物瑞德西韋——一款在一名美國重癥患者身上使用后得到明顯緩解的藥品,，預(yù)計(jì)將于2月4日下午抵達(dá)國內(nèi)。日前,，國家藥監(jiān)局已通知申請(qǐng)單位中日友好醫(yī)院和中國醫(yī)學(xué)科學(xué)院,，可以開展臨床試驗(yàn)。

除了科研團(tuán)隊(duì)和制藥公司,，一些中國互聯(lián)網(wǎng)企業(yè)也在助力藥品及疫苗的研發(fā),。1月29日，阿里云宣布,，疫情期間向全球公共科研機(jī)構(gòu)免費(fèi)開放一切人工智能算力,，以加速本次疫情的新藥和疫苗研發(fā)。次日,，百度研究院宣布,，免費(fèi)開放線性時(shí)間算法LinearFold以及世界上現(xiàn)有最快的RNA結(jié)構(gòu)預(yù)測網(wǎng)站。

在和疫情的斗爭中,，人工智能成為尋找“解藥”的催化劑,。實(shí)際上，全球制藥業(yè)早已嘗試用人工智能來加速新藥研發(fā),。

2018年9月,，加拿大深度學(xué)習(xí)基因公司Deep Genomics宣布，該公司利用人工智能解決了一個(gè)關(guān)于遺傳性疾病威爾遜氏病的長期謎題,，更重要的是,，他們還利用另一個(gè)深度學(xué)習(xí)平臺(tái)識(shí)別出一種可能的療法，并稱其為“史上首例由人工智能發(fā)現(xiàn)的候選療法”,。

這一“里程碑事件”讓藥物研發(fā)界大為興奮,，各大新聞媒體爭相報(bào)道,。2019年1月，這家成立5年的初創(chuàng)公司在新一輪風(fēng)投中獲得4000萬美元投資,。

更快破解基因秘密

威爾遜氏癥是一種罕見的疾病,，會(huì)抑制患者代謝食物中的微量元素銅，從而引發(fā)肝臟疾病,、一系列神經(jīng)系統(tǒng)問題和其他病癥,。

Deep Genomics研究團(tuán)隊(duì)把和二十多萬個(gè)基因突變有關(guān)的海量數(shù)據(jù)喂給訓(xùn)練算法，教會(huì)電腦找到這些拼錯(cuò)的人類DNA片段和錯(cuò)誤的蛋白質(zhì)編碼之間的關(guān)系,。這些錯(cuò)誤蛋白質(zhì)編碼中,，或許就有某些疾病的致病因。

該公司人工智能系統(tǒng)迅速發(fā)現(xiàn)了其間的關(guān)聯(lián),，準(zhǔn)確破譯了一種被稱為Met645Arg的基因突變是如何導(dǎo)致某種重要的銅代謝蛋白出現(xiàn)重要缺陷的,。

Deep Genomics首席執(zhí)行官、神經(jīng)網(wǎng)絡(luò)領(lǐng)域領(lǐng)軍人物布蘭登·弗雷表示：“人工智能已經(jīng)學(xué)會(huì)了理解分子生物學(xué),?！?/p>

經(jīng)過初步學(xué)習(xí)后,，該公司又使用另一套人工智能工具，對(duì)數(shù)十億個(gè)分子進(jìn)行分類,，迅速識(shí)別出可以糾正因基因故障造成的錯(cuò)誤,，并生成了功能性蛋白質(zhì)的無毒化合物。

最終,，算法算出了不少于12種候選藥物,，且每種似乎都對(duì)細(xì)胞模型和老鼠有效。Deep Genomics有望在明年將其中一種名為DG12P1的藥物投入人體臨床試驗(yàn),。

從科學(xué)角度來看,，“這是一個(gè)巨大的飛躍?！泵苄髮W(xué)醫(yī)學(xué)院威爾遜氏病項(xiàng)目負(fù)責(zé)人弗雷德·阿斯卡里博士說,。

和傳統(tǒng)制藥業(yè)對(duì)比，這一成就似乎更顯偉大,。弗雷說,，整個(gè)過程只用了18個(gè)月，典型臨床前藥物開發(fā)時(shí)間則為3到6年,。

如果像Deep Genomics所說,，此類藥物開發(fā)過程可以復(fù)制，那將是革命性的成果。畢竟,，研發(fā)時(shí)間縮短意味著可以更快為病人提供幫助,，尤其在大規(guī)模疫情爆發(fā)期間。而且從理論上說,，可以降低制藥商的成本,。

這也是許多大型制藥公司競相進(jìn)入該領(lǐng)域的重要原因。

諾華正在與微軟合作,，利用人工智能進(jìn)行藥物研發(fā),；輝瑞在使用IBM的沃森人工智能；包括強(qiáng)生,、默克,、阿斯利康和葛蘭素史克在內(nèi)的其他公司已經(jīng)和規(guī)模較小的人工智能公司簽署了藥物開發(fā)合作協(xié)議。根據(jù)PitchBook的數(shù)據(jù),，自2013年以來，投資者總共向數(shù)百家這樣的初創(chuàng)公司投入了24億美元,。

是希望還是炒作,？

一切聽起來充滿希望。然而憧憬之余,，我們來理智地分析現(xiàn)實(shí)情況,。

首先，Deep Genomics的候選藥物還未曾在任何患者身上測試,，“我們還不知道藥物是否真正有效”,，該公司表示。

多年來,，斯克里普斯研究所著名心臟病學(xué)家和遺傳學(xué)家埃里克·托波爾博士一直在認(rèn)真審視,，人工智能到底是希望還是炒作。

2019年,，托波爾博士出版《深度醫(yī)學(xué)：人工智能如何讓醫(yī)療重新有人情味》人工智能,，他提出警醒 ：“我們得到了大量承諾，卻始終缺乏證據(jù),?！?/p>

“人工智能，這個(gè)詞把我們非常確定會(huì)在未來起作用的想法和僅僅是概念驗(yàn)證的想法混為一談,?！倍鄠惗啻髮W(xué)戴維·杜維諾持相同看法。

專家們認(rèn)為,，機(jī)器制藥的一大缺陷是,，缺乏好的數(shù)據(jù)對(duì)機(jī)器學(xué)習(xí)系統(tǒng)進(jìn)行訓(xùn)練。基因和分子相互作用的學(xué)術(shù)信息可供參考探索,，但是很多試驗(yàn)性新藥的信息,，尤其是臨床試驗(yàn)的病人數(shù)據(jù)，這些通常都為制藥商專有,，而很少向外界分享,。

南加州大學(xué)醫(yī)學(xué)和工程學(xué)教授戴維·阿古斯博士表示，除了缺少這些重要數(shù)據(jù)之外,，現(xiàn)有的很多數(shù)據(jù)特征或結(jié)構(gòu)性也較差,。“輸入的是無用信息,，輸出的也一定同樣如此,。”他說,。

制藥業(yè)的良方,？

盡管存在缺憾，但如果人工智能真能將新藥的研發(fā)時(shí)間縮短一半,，或許能為不斷飆升的藥品價(jià)格提供一劑良方,。

該技術(shù)的一大應(yīng)用前景是解決神秘的遺傳性疾病。由于該類疾病患者人數(shù)相對(duì)較少,，大型制藥公司不太可能投資新藥研發(fā),。

去年秋天，美國醫(yī)療保險(xiǎn)計(jì)劃的一項(xiàng)研究顯示,，過去20年,，治療患者不足20萬的“孤兒病”的藥物在新批準(zhǔn)藥物中所占的比例越來越大，從1998年的10%上升到2017年的44%,。與此同時(shí),，其價(jià)格也一路飆升，從1998年每年人均7136美元的花費(fèi)躍升至2017年的186758美元,，20年間增長了26倍,。如今，90%的孤兒藥年均花費(fèi)超過1萬美元,。

如果人工智能可以扭轉(zhuǎn)這種駭人趨勢,，縮短針對(duì)此類罕見病的新靶向療法的研發(fā)時(shí)間和成本，那么現(xiàn)在對(duì)它的大肆宣傳都不會(huì)枉費(fèi),。

該領(lǐng)域的先鋒

創(chuàng)業(yè)家們把人工智能用于藥物研發(fā)的每一個(gè)階段——從識(shí)別更好的生物靶標(biāo)和識(shí)別試驗(yàn)性藥物到設(shè)計(jì)更智能的臨床試驗(yàn),。以下幾家公司是本領(lǐng)域的先鋒,。

Deep genomics ：發(fā)現(xiàn)藥物

去年9月，這家多倫多初創(chuàng)公司宣稱開發(fā)出了有史以來第一個(gè)由人工智能發(fā)現(xiàn)的候選療法，并發(fā)現(xiàn)了一種針對(duì)威爾遜氏病的新型試驗(yàn)性藥物,。首席執(zhí)行官布蘭登·弗雷表示,，明年將開始對(duì)這種藥物進(jìn)行人體試驗(yàn)。他預(yù)測,，那時(shí)該公司將會(huì)有多達(dá)五種候選新藥在研制中,。

Atomwise ：虛擬制藥

這家舊金山公司正在使用“卷積神經(jīng)網(wǎng)絡(luò)”技術(shù)為現(xiàn)有藥物尋找新的治療適應(yīng)癥。該科技常用于面部識(shí)別和自動(dòng)駕駛汽車,。該公司使用計(jì)算機(jī)創(chuàng)建疾病蛋白的生物化學(xué)3D網(wǎng)格,，然后將網(wǎng)格與110億個(gè)不同分子的所有組合進(jìn)行匹配運(yùn)行——其中大部分分子數(shù)據(jù)來自公開資源，如美國國立衛(wèi)生研究院的生物活性圖書館,。之后,，算法可以識(shí)別出與該蛋白質(zhì)的生物化學(xué)相匹配的分子組合。

MIRO-1蛋白結(jié)構(gòu)與帕金森病有關(guān),。在圖中白色區(qū)域代表的篩選位點(diǎn),，AtomNet對(duì)680萬個(gè)分子進(jìn)行了評(píng)估，發(fā)現(xiàn)了一種現(xiàn)在被稱為Miro1還原劑的類藥物分子,。圖片來源：COURTESY OF ATOMWISE

Atomwise通過購買有應(yīng)用前景的化合物,，提供給學(xué)術(shù)和制藥研究人員在細(xì)胞系和動(dòng)物模型中進(jìn)行測試；該公司目前在250家醫(yī)院開展550個(gè)項(xiàng)目,?！斑@就像在制造飛機(jī)前測試原型一樣,，”Atomwise的創(chuàng)始人兼首席執(zhí)行官亞伯拉罕·海菲茨說,，“需要進(jìn)行模擬測試，才能確保飛機(jī)能飛,、靜音又省油,。每造一支機(jī)翼，都要在電腦上測試一千支,?！?/p>

Lantern Pharma：變廢為寶

這家美國達(dá)拉斯公司梳理了數(shù)百種臨床試驗(yàn)“失敗”的藥物數(shù)據(jù)，識(shí)別哪些藥物可能適用于某些基因亞型患者,。這種拯救藥物的行為并不新鮮,，但Lantern希望它的算法能大幅提速。該公司最近收購了四種被大型制藥公司放棄的試驗(yàn)藥物,，其中包括一種化療藥物,，Lantern的人工智能平臺(tái)顯示，這種藥物可能對(duì)肺癌患者的一個(gè)特定亞型有效,。

截至目前,，Lantern的投資不到200萬美元，只占制藥商進(jìn)行藥物后期測試開支的一小部分?！八幤凡粦?yīng)該貴到30萬美元一劑,，”首席執(zhí)行官潘納·沙瑪說，“如果我們能更快,，更便宜,，讓藥物更有針對(duì)性，一切都可以改變,?！保ㄘ?cái)富中文網(wǎng)）

本文的另一版本刊登于《財(cái)富》雜志2020年2月刊，標(biāo)題為《機(jī)器制藥》（Medicine by Machine）,。

譯者：Agatha