人工智能（AI）有望解决药物发现流程中的许多难题。本文由《Technology Networks》于2025年1月9日发布，作者为Sarah Whelan博士，她拥有癌症生物学博士学位，担任该网站的科学作家。
人工智能在药物发现中的应用
药物发现领域的传统挑战
药物发现领域面临许多长期存在的挑战，包括高昂的成本、漫长的开发时间和高失败率。随着人工智能技术的兴起，它被视为一种可能彻底改变药物发现挑战的工具；但它的表现是否符合预期呢？
为了进一步了解，我们采访了几位应用AI进行药物发现的不同阶段的专家，以探讨其在制药行业的影响力。
AI贯穿药物开发管线
比利时制药公司UCB的研究分析主管Yuan Wang解释说，AI“利用认知技术，如算法、机器学习和机器人流程自动化”。AI能够模仿人类的认知、决策和行动能力，这是药物发现科学家可以充分利用的。
随着对AI的兴趣激增和其功能的增强，药物开发者对其在制药领域的潜力感到兴奋。AI技术可以绕过药物开发中固有的许多陷阱和障碍，加快进程，最终帮助制造更安全、更有效的药物。
“传统的药物发现过程耗时超过10年，成本约为20亿美元，而在人体试验中有90%的候选药物会失败。”Insilico Medicine的创始人兼首席执行官Alex Zhavoronkov博士解释道，“这种高成本和慢速正在阻止新的救命药物到达患者手中。”
AI可以在药物发现过程的多个环节发挥作用，从最初的目标识别到优化临床试验。
“AI可以帮助我们在数据中找到模式，并越来越多地推断因果关系。”Stealth Biotech的首席科学官Roger Palframan（前UCB美国研究负责人）表示，“这有助于我们从众多潜在药物目标选项中优先选择，并帮助我们更好地决定要追求哪些目标。”
通过这种方式加深对疾病生物学的理解，AI可以帮助识别合适的药物靶点，并指导药物化合物的设计。
“在制药领域，AI从理解病理学到设计更好的临床试验都开辟了非凡的可能性。”Wang解释说，“AI的利用可以为患者带来不可否认的价值，因为它有助于高效分析遗传数据、疾病路径和基因序列。”
总体目标是通过缩短药物从初始开发到患者手中的时间，对人类健康和疾病治疗产生真正的影响。
“AI有可能帮助我们找到使用‘蛮力’高通量筛选方法无法找到的分子。”Palframan说，“因此，我们现在使用AI进行小分子发现，以更快地制造化合物，更快地选择要制造哪些化合物，并减少我们制造的化合物数量。”
“在我们的药物发现工作中利用AI的力量具有令人兴奋的潜力，可以改善患者结果，并通过加速药物发现和开发更加个性化的治疗方法来改变严重疾病治疗的格局。”Wang补充道。
优化临床试验
但AI的应用不仅限于化合物发现；它还可以在药物开发管线的下游发挥巨大作用。
在先导化合物开发完成后，下一步是在动物身上进行临床前试验，然后是人体临床试验。AI可以通过优化治疗方案、参与者招募和数据访问来增强临床试验的设计和性能。
纽卡斯尔大学的老年临床试验教授Miles Witham解释说：“AI可以帮助我们找到和招募合适的患者。我们知道患者希望参与临床试验，有时很难将患者与试验匹配起来。”
AI工具可以加快合格患者的招募，并向医疗专业人员和患者提醒新的临床试验机会。它们还可以通过改进试验设计以及更好地利用现有试验的数据，节省大量用于新试验的时间、资源和志愿者。
“利用AI分析大量数据和机器学习算法的能力，我们可以更好地利用来自先前临床试验的信息。”Wang说，“这些学习可以为未来的试验提供信息，并为患者确定有前景的解决方案。”
“通过利用AI识别合格参与者、优化试验设计和利用真实世界数据的能力，研究人员可以克服与患者招募相关的挑战，增强多样性和包容性，并总体上帮助改善临床试验。”Wang继续说道。“将AI技术集成到临床试验中，对推进医学研究和为全球患者提供更好的医疗结果具有巨大的潜力。”
这一5%的总合格参与者参与试验的比例在代表性不足的群体中甚至更低，如少数族裔或老年人。这也是AI发挥作用的地方，正如Wang所解释的：“AI可以帮助解决这个问题，通过识别代表性差距并提出确保多样化参与的策略。通过在临床试验中纳入更广泛的人群，研究人员可以获得有关药物在不同人群中的有效性和安全性方面的见解。”
推动个性化和精准医疗
AI还在个性化医疗方面产生了影响——换句话说，根据患者的基因构成量身定制治疗。这种转向更精确的方法可能会导致更个性化的治疗，这些治疗具有降低毒性和提高疗效的优势。
AI可以通过多种方式影响个性化和精准医疗，例如通过分析大型数据集以识别患者基因组的趋势和模式，或优化癌症患者可能服用的药物组合。
“AI还有助于优化联合疗法，即使用多种药物一起治疗。”Wang解释说，“通过分析多样化的数据集和患者特定特征，AI算法可以预测不同药物组合的协同效应，并确定最佳剂量方案。这可以导致更有效的治疗策略，特别是在像癌症这样的复杂疾病中。”
此外，AI不仅可以量身定制药物，还可以识别更有可能对特定疗法反应良好的患者群体。
“AI可以帮助我们定义跨多种疾病的患者群体。”Palframan说，“这就是为什么当我们谈论‘正确的靶点、正确的药物和正确的患者’时，正确的靶点和正确的患者是相辅相成的。如果我们能找到一个更同质化、分子上更好定义的患者群体，那将有助于我们找到更好的因果关系。这一点很重要，因为机制失败是治疗失败的主要原因。”
它是否兑现了承诺？
随着ChatGPT的流行和随后AI工具的爆发式增长，AI变得“主流”。对于药物发现，人们普遍希望AI能彻底改变和改革这一过程，甚至科学家们使用AI工具撰写关于AI在药物发现中潜力的文章。但它是否兑现了承诺，还是被变革阻力所阻碍？
“或许最大的限制是行业内的持续怀疑，尽管大多数大型制药公司都在积极探索AI，以推进自己的项目并加快药物发现的步伐。”Zhavoronkov说，“目前还没有由AI生成的小分子药物用于治疗患者，这是许多人翘首以待的。”
因此，当前形式的AI可能不是灵丹妙药——它仍然依赖高质量的数据才能产生有意义的结果。
“AI合成大量信息并将其转化为可操作见解和挽救生命的药物的能力将完全取决于输入数据的质量。”生物技术公司Impulsonics的首席执行官Luke Cox说，“否则，我们将只是用很多能量生成无用的信息。换句话说，垃圾进，垃圾出。”
许多人问，AI能在多大程度上取代真正的科学家？有人担心AI可能会削减某些行业的就业机会。目前来看，虽然AI似乎可以为药物发现管道提供显著的好处，但它不太可能使科学家过时，而是增强科学家的工作但仍需人类监督。换句话说，AI可以提供见解和预测，但科学家仍需负责解释和验证它们。
“生物系统非常复杂，我们对其复杂性的理解仍在不断进化。AI模型在药物设计中需要考虑这种复杂性，考虑到多个靶点、途径和生理反应之间的相互作用。”Wang说，“因此，AI应被用于在药物发现过程中为研究人员提供建议，而不是取代他们。”
未来会怎样？
AI在药物发现中的未来在整个制药领域为患者带来了希望和潜力。
“随着AI能力以前所未有的速度发展，AI在药物发现领域的未来充满无限可能。”Wang说，
“除了缩短从实验室到患者的距离、提高临床试验多样性和推动医学向更加个性化的方向发展外，我们还希望看到AI在药物安全性和毒性预测方面发挥作用。这可以增强患者安全并提高药物开发过程的效率。”
随着科学家不断创新，AI将越来越嵌入研究和开发工作流程中，成为我们日常生活中越来越重要的一部分。Palframan解释说：“我认为这就是AI将在药物发现中发挥作用的方式；它将成为我们工作的一部分，变得非常正常。这将通过湿实验室和干实验室之间无缝集成来实现，这才是真正创造价值的地方。”
“我认为越来越重要的是为制药公司提供从靶点识别到药物设计再到临床试验预测的端到端能力，以创建一个无缝的管道。我还相信机器人将越来越多地与AI协作，为药物开发带来更多速度和容量。”Zhavoronkov说。
“我认为对未来有一个愿景很好，但我并不完全清楚我们该如何实现。因此，随着这一领域的快速演变，我们如何设定自己以取得成功，保持灵活性而不限制AI的力量，特别是在早期研究中？我们如何释放AI以影响发现？我们如何在一些领域（如面向患者的AI）应用适当的风险和框架，这些领域自然需要更多监管？但我们也如何在其他领域释放它以最大化其潜力？”Palframan说。
虽然AI在药物发现中的未来光明，但显然要实现其全部潜力，既需要进一步创新，也需要谨慎规划。
(全文结束)
