人工智能如何让老药达到新高度？(4)

2019-05-10 未知 admin

▲PXT3003的筛选过程（图片来源：Pharnext公司官网）

为了开发治疗CMT的疗法，Pharnext公司先花了一年的时间构建这一疾病的网络模型。与GNS的帕金森病模型相似，这一网络模型能够显示基因突变如何通过各种级联反应，导致神经和肌肉障碍。基于这个模型，计算机算出57个候选药物，它们靶向级联反应中的不同节点。Pharnext公司然后在体外试验中对这些药物进行检测，筛选出22款药物进行动物试验，最终找出3种药物的组合进入临床试验。而最近积极的3期临床试验结果，证实了PXT3003这款组合疗法确实对级联反应的多个节点起到了作用。

Pharnext只用了3年时间进行PXT3003的临床前开发，没有AI模型的帮助，临床前检测需要的时间将长很多，Cohen博士说，2000个药物可以构成十亿种组合，如果在使用体外试验检测这些组合将会带来无数假阳性结果和失败。

Pharnext和GNS公司的进展表明AI技术正在不断成长，它也带动了药理学的成长。人工智能发展的一个重要分界点，是拥有推断因果性的能力，并且用它来探索假想问题的答案。这些公司的计算机模型正在沿着这一方向进发。

在新药研发成本动辄上亿美元的今天，AI驱动的“老药新用”可能帮助医药企业从已经花费上千亿美元研制的药物中挖掘更多的价值。“你不一定需要设计新药，”Cohen断言：“我的感觉是只需要50种药构成不同的组合，就可以治疗所有疾病。”这将意味着我们需要改变“药物发现”的定义。

参考资料：

[1] Adding Artificial Intelligence to Drug Discovery. Retrieved April 2, 2019, from https://www.genengnews.com/insights/adding-artificial-intelligence-to-drug-discovery/

[2] How A.I. Is Finding New Cures in Old Drugs. Retrieved April 2, 2019, from http://fortune.com/longform/ai-drugs-pharma-pharnext-cmt/

注：文中如果涉及动脉网记者采访的数据，均由受访者提供并确认。

*声明：本文由入驻新浪医药新闻作者撰写，观点仅代表作者本人，不代表新浪医药新闻立场。

共4页: