AI dalam Penemuan Dadah
AI dalam penemuan dadah menggunakan pembelajaran mesin untuk meramalkan tingkah laku molekul, mereka bentuk sebatian baharu dan mengecilkan tahun serta berbilion-bilion yang biasanya diperlukan untuk mencari ubat yang berdaya maju.
Gambaran keseluruhan
It is reshaping the slowest, riskiest part of pharma.
Menyelam dalam
Membawa dadah ke pasaran secara tradisinya mengambil masa 10 hingga 15 tahun dan lebih satu bilion dolar, dengan kebanyakan calon gagal. AI menyerang beberapa kesesakan. Dalam pengenalpastian sasaran, model melombong data genomik dan protein untuk mencari protein berkaitan penyakit yang bernilai dadah. Dalam penemuan hit, model generatif mencadangkan molekul baru dengan sifat yang diingini, manakala pemeriksaan maya menempatkan berjuta-juta sebatian tanpa sintesis makmal. DeepMind's AlphaFold meramalkan struktur 3D untuk lebih 200 juta protein, memberikan penyelidik cetak biru yang pernah memerlukan kristalografi bertahun-tahun. Syarikat seperti Insilico Medicine dan Recursion menggunakan molekul yang direka bentuk AI kini dalam ujian manusia. AI juga meramalkan ketoksikan dan ADME (penyerapan, pengedaran, metabolisme, perkumuhan) lebih awal, membunuh calon yang tidak baik sebelum ujian yang mahal.
Wawasan Teknikal
Molekul sering diwakili sebagai graf (atom sebagai nod, ikatan sebagai tepi) dan diproses oleh rangkaian saraf graf, atau sebagai rentetan teks yang dipanggil SMILES yang disalurkan kepada model jujukan. Pendekatan generatif seperti pengekod auto variasi dan model resapan mencontohi struktur baharu dalam ruang kimia yang dipelajari, mengoptimumkan untuk pertalian mengikat dan keserupaan dadah. AlphaFold menggunakan pembelajaran mendalam berasaskan perhatian yang dilatih pada Bank Data Protein untuk meramalkan cara rantai asid amino dilipat menjadi bentuk 3D yang menentukan fungsi.
Kesan Strategik
Konteks dan peraturan
Konteks industri menentukan sama ada idea AI bertahan dalam hubungan dengan realiti.
Kawalan kualiti
Kekangan domain mempengaruhi kadar ralat dan model pengawasan yang boleh diterima.
Pilihan binaan
Penerapan yang berjaya menyelaraskan keupayaan teknikal dengan aliran kerja barisan hadapan.
Masa Depan AI dalam Penemuan Dadah
Sempadannya adalah makmal pandu kendiri gelung tertutup di mana AI mencadangkan molekul, robot mensintesis dan mengujinya, dan hasilnya melatih semula model dalam masa beberapa hari. Jangkakan kimia generatif yang ditala oleh maklum balas makmal, antibodi rekaan AI dan terapeutik RNA, dan model asas yang dilatih merentas biologi. Pengawal selia sedang merangka panduan untuk calon yang diperolehi AI. Ujian yang sukar kekal sebagai ujian klinikal, di mana kerumitan biologi masih merendahkan ramalan, jadi kemenangan jangka terdekat terbesar AI adalah lebih cepat, lebih murah, keputusan praklinikal yang lebih bijak.
Pelaksanaan Dunia Sebenar
Pangkalan data terbuka AlphaFold membolehkan penyelidik di seluruh dunia mencari struktur 3D protein yang diramalkan untuk membimbing reka bentuk ubat.
Insilico Medicine memajukan ubat yang ditemui AI untuk fibrosis pulmonari idiopatik ke dalam ujian klinikal manusia.
Pasukan farmasi menggunakan saringan maya untuk menilai secara pengiraan berjuta-juta molekul calon, hanya menguji yang paling menjanjikan dalam makmal.
Model ketoksikan AI meramalkan sama ada calon akan membahayakan hati atau jantung, menghapuskan sebatian berbahaya sebelum ujian haiwan.
Risiko & Pengawal
Keperluan kawal selia boleh membatalkan prototaip yang kukuh.
Data sejarah mungkin mengekod berat sebelah yang membahayakan komuniti tertentu.
Sistem warisan boleh mewujudkan kesesakan penyepaduan dan kos tersembunyi.
Hala Tuju Pelaksanaan
Libatkan pakar domain daripada pembingkaian masalah hingga penilaian.
Reka bentuk jejak audit dan dokumentasi sebelum pelancaran.
Sahkan pematuhan dan kewajipan keselamatan lebih awal.
Melancarkan secara berfasa dengan kriteria hentian dan undur yang jelas.
Teruskan Meneroka
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI in Drug Discovery quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Panduan seterusnya
Penemuan Dadah Makmal Isomorfik
Soalan lazim
What is AI in Drug Discovery?
AI dalam penemuan dadah menggunakan pembelajaran mesin untuk meramalkan tingkah laku molekul, mereka bentuk sebatian baharu dan mengecilkan tahun serta berbilion-bilion yang biasanya diperlukan untuk mencari ubat yang berdaya maju. Ia membentuk semula bahagian farmasi yang paling perlahan dan paling berisiko.
Apakah yang dicapai oleh AlphaFold DeepMind yang membantu penemuan dadah?
AlphaFold menggunakan pembelajaran mendalam untuk meramalkan struktur 3D protein pada skala, memberikan penyelidik rangka tindakan struktur yang sebelum ini mengambil masa bertahun-tahun percubaan.
Bagaimanakah molekul biasanya diwakili untuk model pembelajaran mesin?
Molekul secara semula jadi adalah graf (atom = nod, ikatan = tepi) yang diproses oleh rangkaian saraf graf, atau dikodkan sebagai rentetan SMILES untuk model jujukan.
Apakah 'penyaringan maya' dalam penemuan dadah AI?
Penapisan maya menggunakan model untuk menjaringkan perpustakaan molekul yang besar dalam silico, jadi hanya calon teratas dibuat dan diuji dalam makmal.
Mengapakah meramalkan ADME dan ketoksikan awal sangat berharga?
Ramalan awal penyerapan, metabolisme dan ketoksikan membunuh calon yang tidak baik sebelum ujian haiwan dan manusia yang mahal, menjimatkan masa dan wang.
Teknik AI generatif yang manakah digunakan untuk mereka bentuk molekul baru?
Model generatif seperti VAE dan model resapan mencontohi struktur baharu daripada ruang kimia yang dipelajari, mengoptimumkan untuk sifat yang diingini.