人工智能如何让药物变得更好、更快

研究人员过去在诊断和治疗疾病时，通常会寻找导致疾病的单个基因上的一个突变。或者，他们可能会寻找导致整个人群患病的突变的平均影响。但这些方法忽略了真正导致疾病的复杂性和具体性——人口统计信息、蛋白质、多基因相互作用、环境影响以及许多其他方面。

直到最近，计算机还不够强大，无法分析所有这些健康信息，也没有足够大的数据集进行测试。但人工智能 (AI) 的兴起可以从大数据中梳理出相互作用，而大数据源于快速测序整个基因组和收集比以往更多的分子信息的能力。人工智能可以让精准医疗成为现实，因为它有朝一日有望识别出可能导致某些疾病的个人独特特征，以及如何治疗这些疾病。

“这就是精准医疗的意义所在。我们每个人都是不同的，每个人的基因都是独一无二的，所以我们每个人都应该接受针对我们个人基因构成和个人环境历史的治疗，”宾夕法尼亚大学信息学系主任 Jason H. Moore 说。“所以我认为人工智能可以发挥非常重要的作用，能够结合多种遗传和环境因素来识别重要的亚群。”

周二，在纽约科学院举办的“利用大数据和预测知识对抗疾病”会议上，包括摩尔在内的两位研究人员介绍了他们使用健康人工智能的方法。健康人工智能本质上是让计算机像人类一样思考基因组学、疾病和治疗方法，但速度更快、功能更强大，规模也更大。

人工智能最令人兴奋的应用之一是识别以前的方法未能发现的药物新靶点。由于开发一种药物平均需要 14 年时间，耗资 26 亿美元，制药公司希望尽一切可能减少开发时间和成本。

生物制药公司 Berg 的联合创始人、总裁兼首席技术官 Niven Narain 博士介绍了该公司的 Interrogative Biology AI 平台，该平台已确定了几个正在开发的药物靶点，以及至少 25 个正在研发中的药物靶点。Berg 的平台收集了尽可能多的个体患者数据（从人口统计信息和环境条件到基因突变），以寻找新治疗的机会。他说，Berg 的方法将开发药物所需的时间和资金减少了一半以上。

“我们不仅缩短了生产药物的时间，而且生产出来的药物将产生更大的影响，”Narain 说。“这也是一个需要无形重视的指标，因为你可以更快地完成任务（使用当前的药物开发方法），但这只能帮助 10,000 人。但如果你更快地完成任务（使用 AI），并且帮助了 1000 万人，那就大不一样了。”

摩尔实验室利用他们的人工智能系统 EMERGENT 发现了五种新的生物标记，它们可能是治疗青光眼的潜在药物靶点。他说，为此，他们将 2,300 名健康和不健康个体的患者数据、超过 600,000 个特定 DNA 序列的信息以及特定基因相互作用的知识输入到 EMERGENT 中。人工智能系统识别的 DNA 序列之一是已知会影响青光眼的序列，另外五个是药物开发的新机会。

接下来，摩尔表示，他的团队正在开发更好的方法来可视化人工智能计算机产生的数据——除非生物学家能够解释这些数据的含义和用途，否则这些数据就毫无用处。他的团队实际上正在使用视频游戏平台 Unity Technologies 开发应用程序，最终让研究人员能够在游戏系统中完全沉浸在他们的数据和人工智能算法中。

但 Moore 认为，人工智能可能至少还需要二十年才能变得足够容易理解，并充分发挥其潜力。Narain 表示，人工智能在医学领域的首次应用可能会在未来三到四年内出现，特别是因为美国联邦药品管理局和保险公司开始鼓励在医疗决策中使用大数据。

“我认为人工智能将推动大量信息从数据转化为知识，再从知识转化为产品，”Narain 说道。“人工智能将有助于加快这一进程，并有助于消除真实信号中的噪音。而这些信号将真正推动进程。”