在海量的分子數(shù)據(jù)庫(kù)里,AI就像個(gè)“捕撈達(dá)人”,能迅速找到對(duì)罕見(jiàn)病治療具有潛力的有效化合物。最近,南京郵電大學(xué)生物醫(yī)學(xué)工程專(zhuān)業(yè)一研究團(tuán)隊(duì)開(kāi)展了“罕見(jiàn)病的AI新藥篩選方法與平臺(tái)開(kāi)發(fā)”項(xiàng)目,利用人工智能技術(shù),縮短罕見(jiàn)病新藥研制周期。
罕見(jiàn)病,是指那些發(fā)病率低、患病人數(shù)少的疾病。資料顯示,全球大概有4億左右的罕見(jiàn)病患者。這意味著,每30個(gè)人中,可能就有1個(gè)人被罕見(jiàn)病折磨。
目前,罕見(jiàn)病的種類(lèi)已遠(yuǎn)遠(yuǎn)超過(guò)了7000種,但僅有5%的罕見(jiàn)病獲得了有效的治療批準(zhǔn)。
澎湃新聞了解到,該項(xiàng)目搭建了一個(gè)針對(duì)罕見(jiàn)病藥物分子虛擬篩選的平臺(tái)。該平臺(tái)基于已有的小分子活性數(shù)據(jù),利用新型的人工智能算法模型篩選出有效的生物分子,來(lái)促進(jìn)相應(yīng)類(lèi)型的罕見(jiàn)病后期藥物研究。
簡(jiǎn)單來(lái)說(shuō),該平臺(tái)能夠擴(kuò)大對(duì)罕見(jiàn)病治療可能有效的化合物搜索范圍,加速新的有效潛在藥物分子的預(yù)測(cè),降低研發(fā)時(shí)間和人力成本。用戶登錄平臺(tái)后,只需要選擇模型,輸入相關(guān)的分子式以及用戶郵箱,就能得到相關(guān)的預(yù)測(cè)結(jié)果。
一般來(lái)說(shuō),在藥物研究的前期,研發(fā)人員要去海量的化合物分子庫(kù)里搜索,逐一進(jìn)行實(shí)驗(yàn)測(cè)試,找到對(duì)重要靶標(biāo)有作用的分子化合物?!斑@是現(xiàn)代藥物設(shè)計(jì)臨床前必經(jīng)的過(guò)程,找到有效化合物,才能進(jìn)行下一步的分子改造和生物實(shí)驗(yàn)。”南京郵電大學(xué)地理與生物信息學(xué)院的吳建盛老師說(shuō)。
利用人工智能算法平臺(tái),藥物研發(fā)人員可以擴(kuò)大有效化合物的搜索的范圍,減少進(jìn)入實(shí)驗(yàn)階段的化合物數(shù)量,縮短罕見(jiàn)病藥物的前端研發(fā)時(shí)間。“人工智能技術(shù)如果能充分應(yīng)用于新藥設(shè)計(jì)的研究,將大幅降低藥物研發(fā)機(jī)構(gòu)對(duì)罕見(jiàn)病的的研發(fā)成本和周期,也會(huì)吸引更多人來(lái)關(guān)注罕見(jiàn)病的藥物研究?!眳墙ㄊ⒄f(shuō)。
資料顯示,一種藥物從篩選到成功上市,平均需要10余年的時(shí)間,研發(fā)成本更是高達(dá)近3.5億美元。此外,臨床階段的候選藥物淘汰率高達(dá)90%。
其實(shí),國(guó)外相關(guān)的藥物篩選平臺(tái)很多,不過(guò)一般都是各大藥企和機(jī)構(gòu)持有自己相應(yīng)的數(shù)據(jù),這些數(shù)據(jù)比較敏感,涉及各種數(shù)據(jù)樣本、個(gè)人隱私等,很少會(huì)對(duì)外開(kāi)放。所以,罕見(jiàn)病的藥物研發(fā)一直缺乏廣泛的有效數(shù)據(jù)。
當(dāng)然,目前國(guó)內(nèi)也有較多的藥物篩選平臺(tái),不過(guò)大部分都是通用型平臺(tái),很少有專(zhuān)門(mén)針對(duì)罕見(jiàn)病的。對(duì)于罕見(jiàn)病有效治療的藥物分子篩選以及研究,在國(guó)內(nèi)也是處于剛剛起步的階段。目前,該項(xiàng)目平臺(tái)還在研究完善階段。