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�；�于這些結(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�發(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。