人工智能如何讓老藥達到新高度?
Daniel Cohen博士是世界著名的遺傳學(xué)家和現(xiàn)代遺傳學(xué)的先驅(qū)。他在法國Généthon實驗室的工作對人類基因組圖譜的發(fā)布做出了杰出的貢獻。隨后,他將大數(shù)據(jù)和自動化引入基因組學(xué)的研究,他和他的團隊第一次證明可以用超快速計算來加快DNA樣本的分析。
▲Pharnext公司首席執(zhí)行官Daniel Cohen博士(圖片來源:Pharnext公司官網(wǎng))
然而,在基因組學(xué)出現(xiàn)25年后,它給世界帶來的革命性醫(yī)療突破卻不如很多人的預(yù)期。如今,Cohen博士是一家名為Pharnext的法國醫(yī)藥公司的首席執(zhí)行官。在他看來,基因多效性(pleiotropy)是讓藥物研發(fā)人員在攻克世界上的頑疾時一籌莫展的原因之一。“身體中任何蛋白都有很多功能,”他說:“就好比你作為一個人在社會中有很多功能!
Cohen博士不但意識到基因多效性的重要性,而且他認為借助人工智能(AI),Pharnext和其它醫(yī)藥公司在不久的將來,能夠利用它來開發(fā)創(chuàng)新藥物組合,治療多種疾病。
老藥新用,AI助力開發(fā)創(chuàng)新組合療法治療罕見病
在Pharnext公司,Cohen博士和他的團隊使用AI賦予了“老藥新用”新的定義。他們可以從已有藥物中發(fā)現(xiàn)創(chuàng)新藥物組合,讓組合療法產(chǎn)生單個成分無法達到的治療效果。他們的長遠目標是利用機器學(xué)習(xí)來精簡藥物開發(fā)的過程,更為有效地構(gòu)建藥物研發(fā)管線。
圖片來源:Pharnext公司官網(wǎng)
與Pharnext公司擁有相同理念的公司還包括像谷歌和IBM這樣的科技巨頭,以及像Insilico Medicine,Recursion Pharmaceuticals,和BenevolentAI這樣的初創(chuàng)公司。它們都深入投資AI工具,使用它們來分析上百萬藥物樣本和患者數(shù)據(jù),從中發(fā)現(xiàn)具有重要意義的規(guī)律。
而Pharnext公司10多年來應(yīng)用AI解決醫(yī)學(xué)問題的努力達到了一個重要的里程碑。去年10月,Pharnext開發(fā)的組合療法PXT3003,在治療腓骨肌萎縮癥1A亞型(Charcot-Marie-Tooth disease,CMT1A)的3期臨床試驗中獲得了積極結(jié)果。CMT1A是一種神經(jīng)退行性疾病,致病的主要原因是患者攜帶的PMP22基因拷貝擴增,導(dǎo)致PMP22蛋白水平上升。這會導(dǎo)致保護神經(jīng)的髓鞘損傷,神經(jīng)也會逐漸死亡,肌肉出現(xiàn)萎縮。
3期臨床試驗結(jié)果表明PXT3003不但能夠穩(wěn)定CMT患者的病情,而且能夠幫助細胞再生;颊叩膬身棜埣矙z測指標出現(xiàn)了統(tǒng)計顯著改善,而其它現(xiàn)有療法只能延緩患者衰退的速度;谶@些結(jié)果,F(xiàn)DA今年2月授予了這一療法快速通道資格,這款創(chuàng)新組合療法有望在2020年上市。值得一提的是,這款在研新藥已經(jīng)在中國獲得了優(yōu)先審評資格,有望加速進入中國,為CMT1A患者造福。
這不僅是治療CMT方面邁出重要一步,而且人工智能縮短藥物開發(fā)路徑的能力具有深遠的影響。臨床前檢測和臨床試驗通常需要8-10年的時間,從頭開始開發(fā)一款創(chuàng)新藥可能為這一過程再加上7年以上的時間。而PXT3003的開發(fā)過程與之相比簡潔了許多,AI幫助Pharnext選擇了三款已有藥物構(gòu)成了新的組合:巴氯芬(baclofen)是一款肌肉松弛劑;納曲酮(naltrexone)用來治療阿片類藥物依賴性;和山梨糖醇(sorbitol)通常用作瀉藥。因為這些藥物已經(jīng)被廣泛使用,Pharnext公司可以跳過檢驗安全性的1期臨床試驗,并且消除了“從頭開始”的藥物開發(fā)階段。
除了這一研發(fā)項目之外,Pharnext還將進行治療阿茲海默病的2期臨床試驗和治療肌萎縮性脊髓側(cè)索硬化癥(ALS)的2期臨床試驗,治療這兩種疾病的在研療法也是利用AI從已有藥物中構(gòu)建的新組合療法。如果這些試驗獲得成功,這種藥物開發(fā)模式可能掀起“老藥新用”的熱潮。
基于網(wǎng)絡(luò)理論,人工智能幫助解決生物學(xué)的復(fù)雜性
在現(xiàn)代遺傳學(xué)研究的初期,幾乎沒有人預(yù)見到疾病生物學(xué)蘊含的巨大復(fù)雜性。在人類基因組圖譜最初完成時,人們以為獲得了人體如何工作的一本說明書。根據(jù)基因組圖譜,我們就能夠找到解釋特定疾病的那個基因,并且?guī)椭l(fā)現(xiàn)治愈疾病的療法。
一定程度上說,這些研究確實為我們帶來了無上的瑰寶。例如遺傳學(xué)家Nancy Wexler博士通過研究委內(nèi)瑞拉亨廷頓病患者的家族史,最終發(fā)現(xiàn)了在單個基因上的突變能夠預(yù)測一個人會不會得上這一疾病。
然而,科學(xué)家們很快發(fā)現(xiàn)基因與疾病之間的聯(lián)系并不總是那么簡單,像癌癥和阿茲海默病這樣的復(fù)雜疾病并不是因為一個基因的突變而產(chǎn)生。如今,Cohen博士和其它有識之士認為“化繁為簡”的科研方式與藥物開發(fā)的效率下降之間有著重要的聯(lián)系。這種效率下降導(dǎo)致一款新療法獲得FDA批準的成功率只有10%,而且藥物開發(fā)成本迅速上升。
▲Albert-László Barabási博士(圖片來源:Albert-lászló barabási博士實驗室官網(wǎng))
近年來,科學(xué)家們開始在網(wǎng)絡(luò)理論的幫助下開始解決生物復(fù)雜性的問題。網(wǎng)絡(luò)理論的著名科學(xué)家,東北大學(xué)(Northeastern University)的Albert-László Barabási博士認為,疾病就像一個壞信號通過網(wǎng)絡(luò)從基因傳播到蛋白,再傳播到細胞和組織,直到所有對網(wǎng)絡(luò)的擾亂最終表現(xiàn)為我們通常熟悉的疾病癥狀。

請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 1 UALink規(guī)范發(fā)布:挑戰(zhàn)英偉達AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇,探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 降薪、加班、裁員三重暴擊,“AI四小龍”已折戟兩家
- 4 “AI寒武紀”爆發(fā)至今,五類新物種登上歷史舞臺
- 5 國產(chǎn)智駕迎戰(zhàn)特斯拉FSD,AI含量差幾何?
- 6 光計算迎來商業(yè)化突破,但落地仍需時間
- 7 東陽光:2024年扭虧、一季度凈利大增,液冷疊加具身智能打開成長空間
- 8 地平線自動駕駛方案解讀
- 9 封殺AI“照騙”,“淘寶們”終于不忍了?
- 10 優(yōu)必選:營收大增主靠小件,虧損繼續(xù)又逢關(guān)稅,能否乘機器人東風(fēng)翻身?