您现在所在的位置是:主页 > 公司动态 > 公司动态

人工智能助力有望减少新药研发成本和时间
时间:2020-02-12  来源:未知  作者:环天科技

人机对弈、刷脸支付、辅助诊疗……人工智能(AI)正在悄无声息地融入生活的方方面面。不过,你可能想不到,药物也可以借力AI技术来设计研发。通过大数据处理、机器学习、深度学习等技术,AI融入新药研发可望有效缩短研发时间,降低研发成本。   据全球健康药物研发中心主任、清华大学药学院院长丁胜介绍,创新药的研发从认知疾病发生原因、确定针对疾病的药物靶点、实验室发现新的分子或化合物开始,通过体外及动物体内实验了解其安全性、毒性反应,以及在动物体内的代谢过程、作用部位和作用效果,再经过首次人体试验,经历Ⅰ期、Ⅱ期、Ⅲ期临床试验,证实安全有效及质量可控制之后,才可以获批上市。    整个研发过程往往需要10到15年时间,投入10亿到15亿美元,其中包括失败的成本。”丁胜说。    在从初步筛选的百万个化合物和随后的千百个逐级候选药物优化中,最后可能只有一个能被选出来做成药物。”北京大学前沿交叉学科研究院定量生物学中心研究员裴剑锋说,新药研发失败率非常高,任何一步失败都会导致最终失败。   新药研发有没有捷径?科研人员发现,AI技术可以为他们分忧”。    AI技术可以通过对现有化合物数据库信息的整合和数据提取、机器学习,提取大量关于化合物不同属性的关键信息。”丁胜说,这不仅避免了盲人摸象般的试错路径,还能大幅提高化合物筛选的成功率,最终降低研发成本和工作量。    药物研发的时间和经济成本越来越高,而AI技术是有力突破点。”裴剑锋说,有机构预测数据表明,人工智能的融合可为新药研发节约近一半时间,每年节约化合物筛选成本和临床试验费用达数百亿美元。   裴剑锋认为,AI技术尤其是强人工智能的发展,有望解决药物设计中挑战性的难题。例如,随着自然语言处理技术和AI文献信息提取技术发展,未来AI能自动处理海量非结构化的专利、文献数据,从中提取关键信息构建知识图谱和认知图谱,自动发现药物靶点和药物分子。   一批药物研发初创公司和研发机构正在将AI技术的应用变为现实:北京英飞智药科技有限公司将AI技术与资深药物研发专家的经验融合,开发出了药物设计AI研发平台智药大脑”;全球健康药物研发中心打造了高通量、高精度人工智能药物筛选计算平台人工智能药物研发平台”……   裴剑锋认为,在AI深度参与和高性能计算能力支撑下,未来,机器学习和物理模型的有机结合将可能成为新的科研模式,引发医药甚至多个领域颠覆性的创新浪潮。人机对弈、刷脸支付、辅助诊疗……人工智能(AI)正在悄无声息地融入生活的方方面面。不过,你可能想不到,药物也可以借力AI技术来设计研发。通过大数据处理、机器学习、深度学习等技术,AI融入新药研发可望有效缩短研发时间,降低研发成本。   据全球健康药物研发中心主任、清华大学药学院院长丁胜介绍,创新药的研发从认知疾病发生原因、确定针对疾病的药物靶点、实验室发现新的分子或化合物开始,通过体外及动物体内实验了解其安全性、毒性反应,以及在动物体内的代谢过程、作用部位和作用效果,再经过首次人体试验,经历Ⅰ期、Ⅱ期、Ⅲ期临床试验,证实安全有效及质量可控制之后,才可以获批上市。    整个研发过程往往需要10到15年时间,投入10亿到15亿美元,其中包括失败的成本。”丁胜说。    在从初步筛选的百万个化合物和随后的千百个逐级候选药物优化中,最后可能只有一个能被选出来做成药物。”北京大学前沿交叉学科研究院定量生物学中心研究员裴剑锋说,新药研发失败率非常高,任何一步失败都会导致最终失败。   新药研发有没有捷径?科研人员发现,AI技术可以为他们分忧”。    AI技术可以通过对现有化合物数据库信息的整合和数据提取、机器学习,提取大量关于化合物不同属性的关键信息。”丁胜说,这不仅避免了盲人摸象般的试错路径,还能大幅提高化合物筛选的成功率,最终降低研发成本和工作量。    药物研发的时间和经济成本越来越高,而AI技术是有力突破点。”裴剑锋说,有机构预测数据表明,人工智能的融合可为新药研发节约近一半时间,每年节约化合物筛选成本和临床试验费用达数百亿美元。   裴剑锋认为,AI技术尤其是强人工智能的发展,有望解决药物设计中挑战性的难题。例如,随着自然语言处理技术和AI文献信息提取技术发展,未来AI能自动处理海量非结构化的专利、文献数据,从中提取关键信息构建知识图谱和认知图谱,自动发现药物靶点和药物分子。   一批药物研发初创公司和研发机构正在将AI技术的应用变为现实:北京英飞智药科技有限公司将AI技术与资深药物研发专家的经验融合,开发出了药物设计AI研发平台智药大脑”;全球健康药物研发中心打造了高通量、高精度人工智能药物筛选计算平台人工智能药物研发平台”……   裴剑锋认为,在AI深度参与和高性能计算能力支撑下,未来,机器学习和物理模型的有机结合将可能成为新的科研模式,引发医药甚至多个领域颠覆性的创新浪潮。

上一篇:中国疾控中心:病毒是否通过粪口传播还需进一
下一篇:1类新药申报热度不减 TOP5企业生变、13个1类新药