使用AI进行药物发现可显示速度但引发讨论

 
通过机器学习开发的药物分子?日本已经宣布已宣布使用人工智能(AI)创建的DSP-1181的I期临床研究。
该项目发布称，该项目需要不到12个月的时间才能完成“探索性研究阶段”，而这仅占“使用传统研究技术的平均4.5年平均水平的一小部分”。
如果您能为此解决问题：它是人工智能发明的。当然，是否有迹象表明可以观察到机器智能在发现毒品方面的潜力?
英国广播公司(BBC)技术记者简·韦克菲尔德(Jane Wakefield)报告说，这一进步背后有两大集团：(1)英国初创公司Exscientia和(2)日本制药公司住友大日本制药(Sumitomo Dainippon Pharma)。 (精神病学和神经病学是后者公司研究的重点领域)。
她说，该药将用于治疗强迫症患者。
Exscientia表示，这是一家“处于人工智能驱动的药物发现和设计的最前沿”的公司。他们感到他们已经在AI和医学的发展中达到了“关键的里程碑”。
他们指出了他们在临床前药物发现阶段的AI优势-带来了加速新疗法交付的潜力。
毕竟，考虑到“从最初的发现到进入市场，大约需要10到15年的时间。这太长了。”
他们在自己的网站上进一步将自己描述为“全栈AI药物发现公司”。
这意味着什么?具体来说，他们“在将AI的分析能力与世界一流科学家的创造力和专业知识相结合之前，会生成自己的数据。
有趣的是，那是在12月，当时《自然》杂志提出了有关医学中AI的问题。 “制药行业处于药物发现低迷时期。人工智能可以提供多少帮助?”
大卫·弗里德曼(David Freedman)的文章说：“一万亿美元的全球制药业在药品开发和生产力上至少滑了二十年。制药公司正花费越来越多的钱—前十家最大的制药公司每年支付近800亿美元。想出越来越少的成功药物。”
什么是障碍? Freedman说：“已经找到了最容易找到并且可以安全有效地治疗常见疾病的药物;剩下的就是寻找能够解决复杂而难以解决的问题的药物……”
弗里德曼(Freedman)对科学家如何使用AI工具进行药物开发的描述具有指导意义：“这些工具无法通过将专家开发的分析技术编程到其中来工作;而是用户向他们提供样品问题(一个分子)和解决方案(该分子最终表现为药品)，以便该软件可以开发自己的计算方法来生成相同的解决方案。”
英国广播公司说，分子DSP-1181是通过对潜在化合物进行筛选的算法获得的。对照“庞大”的参数数据库检查了这些参数。
对记者Rebecca Heilweil进行重新编码有助于阐明这种针对参数的检查对研究人员意味着什么：
“药物中可能有很多可能有用的分子，对于世界上所有医学研究人员来说，太多了​​以至于无法进行手动测试。但是，通过使用不同类型的AI，计算机系统可以通过不同的方式出现并挖掘出来分子，将它们与不同参数进行比较，并比人类更快地学习最有前途的化合物。”
就像一般人工智能引发了除医学以外的其他领域的谨慎和审查一样，人们对药物发现也有类似的想法是合理的。
Recode中的标题为您提供了前面讨论的提示。 “你会服用由人工智能发现的药物吗?”
“人工智能无疑是强大的，”海尔威尔写道，“但有些人对该技术的可靠性持怀疑态度，并质疑它在我们的医疗保健等领域应发挥什么作用。在药物研究中，有些人担心该技术可能被过度炒作。”
Exscientia的新闻稿特别谈到了DSP-1181，这是一项在日本启动的以治疗强迫症为初步适应症的I期临床研究。
总而言之，我们明白了。人工智能将在药物发现突破中发挥重要作用……还是会?
《科学转化医学》于1月31日发表了Derek Lowe的社论独立评论，这是出版商的独立博客。他曾在多家大型制药公司从事药物发现项目。他提出了关于我们认为是药物发现革命的问题。
评论指出，这花了一年时间才进入诊所。 “如果这是正确的，那的确是进入人体试验的一条捷径，但是让我们看看这可能会给你带来什么。这将是一场药物发现革命吗?”他问。
因此，Lowe并未争辩速度优势。 “科学科学家很可能已经将一种化合物快速地运到了诊所。但是这个特殊的例子并不会大大加快药物的发现。”
他说，请考虑输入到软件中的信息。他说：“即使是世界上最强大的人工智能软件，也没有足够可靠的信息来预测在强迫症，抑郁症，焦虑症和其他高水平人类精神病等疾病下会发生什么。” “那就是问题所在。药物在第二阶段失败的原因是我们没有选择正确的靶标，因为我们对疾病状态的生化认识是错误的和/或不完整的。”
一位对评论做出回应的读者评论并没有挑战他的观点，但是他坚称AI公司的公告仍然标志着进展。
“虽然我同意德里克(Derek)的观点，但在药物发现领域，’人工智能’有很多夸大其词，”这句话表示，“这并不意味着在这里也没有取得任何实质性的收益……所以即使这是渐进式的进步，也应公开接受新技术(即使是针对已知目标或潜在的衍生化学物质)的效率提高，如果对此持怀疑态度的话，这应该是受欢迎的……这不是魔杖，它是工具箱中的另一种工具。 ”
Heilweil写道：“尽管新药的发展令人瞩目，但仍有一些健康的怀疑态度。”她说：“人工智能辅助药物的发展引起人们对人们对这些新研究方法的舒适度的疑问。从长远来看，人工智能设计的药物与仅由人类开发的药物有何不同?谁来制定规则?在药物研究中使用AI?