從癌症到COVID AI可產出下一種重要藥物？

總部位於多倫多的生物技術公司Cyclica得益於深度學習技術，幫助研究人員、公司和政府在極短的時間內研發藥物 ，在COVID-19危機中亦然。由於體內有數百萬種蛋白質組合需要考慮，藥物開發昂貴，耗時且具有潛在危險性。人工智能模型可以在人類蛋白質組中尋找新的藥物成分，減少開發時間和成本，並且至關重要的是，限制有害的副作用。生物技術公司Cyclica的聯合創始人兼首席執行官Naheed Kurji，分享了雲端運算如何使這項研究成為可能，而且還在COVID-19等醫療危機期間增強協作。.截至2020年1月27日，全球確診的新冠病例仍不到1000例，大部分病例都位於中國，美國華盛頓州和義大利北部也出現了零星的病例。就在同一天，Cyclica的團隊開會討論如何開展研究。一周內，他們與中國藥物研究所討論分享Cyclica的人工智能平台Polypharm DB平台，以機器學習開發潛在的藥物療法。 3月5日，雙方正式確定合作夥伴關係，幾天後預計到即將到來的疫苗接種和補救措施，Cyclica向任何致力於治療COVID-19的研究人員提供無償平台。通過這種做法，Cyclica在過去兩年中建立了數千個創新和勇敢的合作夥伴關係，旨在利用人類知識和獨創性的高度，應對這場使全世界陷入停滯的危機。 與許多同類企業一樣，這項工作開啓了對地球上一些最小分子的深刻理解。如果沒有雲端運算，這些都很難做到。 使用AI分解蛋白質組對人類蛋白質組的新認識已經飛速前進，這會進一步加速未來幾年新的，更有效的藥物的開發。正如研究人員繪製所謂的人類蛋白質組所證明的那樣，人體內的細胞產生15，000至25，000種非冗餘蛋白質（non-redundant proteins），兩者之間有數百萬種變異。在傳統的藥物開發中，研究人員研究分子與體內蛋白質的潛在相互作用，然後實驗室和現實世界的試驗，將通過分子相互作用，測試確定藥物的有效性。過去八年Cyclica一直致力於一種新型研究，該研究使用包括AI在內的計算技術來分析人類蛋白質組以及可以構成新藥的各種分子和化合物。該技術最初是為了説明跟蹤和減少新藥的潛在副作用而開發的。針對COVID-19，Cyclica的研究人員以及使用Polypharm DB的研究人員可以將相同的技術投入使用，以便更快地確定這種新型冠狀病毒的潛在治療方法。在六個月內，Cyclica與包括生物技術，學術和研究合作夥伴在內的各種合作者啓動了20多個案例。其中一項合作能夠將超過10，000個分子的資料庫縮小到一種非常可能的候選藥物卡馬替尼（capmatinib），這種藥物可以幫助感染COVID-19的患者康復。 雲端運算實現藥物發現轉型 有人提出，新冠疫情激發了人類探索未知物的慾望，原本要十年或更長時間的社會發展步伐被催促成幾個月。正如mRNA研究的突破性，生物醫學界對人類蛋白質組的新認識已經開始飛躍，這會進一步推動新的，更有效的藥物的開發。如果沒有雲端運算，這一切幾乎不可能。對於Cyclica來說，正是這種以經濟實惠的方式從任何地方獲得超級計算能力的力量，使得曾經深不可測的研究不僅成為可能，而且這種方式也將成為未來醫學發現的核心。 雲端運算不僅在克服全球危機所需的速度和規模上是無與倫比的，在日常應用中也將會被廣泛使用。而對個性化醫療來說，雲端運算好像革命的種子一般，開創了藥物不單是治療 「癥狀」 而是更加「人性化」的階段。它需要可見性，互操作性，最重要的是圍繞最敏感的議題——個人醫療數據的安全性。這項工作只能在雲端上運行，但如果做得好，它實際上可以改變我們的生活。 擴大蛋白質靶標以提高藥物發現的幾率 多藥理學（Polypharmacology）的一個潛在解決方案是使用AI等計算技術進行藥物設計的新興實踐。這項工作首先使用最新機器學習的巨大功能，將分子與人類蛋白質組中的所有蛋白質相匹配，同時確保這些分子具有正確的藥物樣特性。研究人員可以使用數百萬種蛋白質和分子，如果沒有人工智能，這將是一項耗時且幾乎不可能的任務。從運算上講，人工智能本身是如此龐大和複雜，以至於它只能託管在雲端（互聯網、計算機），以便隨時隨地有效地訪問。事實上，正是這種雲端的存在使許多COVID-19合作夥伴關係成為可能。按照更多常規操作，這種全面的藥物發現方法有可能減少病人將會遭受的副作用，同時確保分子以更快的節奏通過患者臨床試驗。但雖然這個方法具有革命性，但分子與人類蛋白質組中所有蛋白質的匹配是一個巨大的運算風險。八年前，當Cyclica開始構建其分析平台時，該公司選擇與Google Cloud合作，因為Google平台上擁有相當規模、超強的計算能力和分析產品。通過與Google的Life Sciences Pipeline API和Google Cloud Healthcare Data Engine的整合，Cyclica能夠大規模擴展藥物發現中蛋白質靶標的數量，從而增加發現新藥的幾率，減少了它們能供患者所用的時間。醫療保健數據引擎是一個特別重要的工具，因為它能夠通過利用Google的BigQuery分析工具的洞察力來安全地處理PB級的敏感患者數據。通過Google Cloud，Cyclica能夠立即調整其蛋白質組管道，以與其新預測的結構一起工作。這項工作使Cyclica能夠將蛋白質資料庫的規模擴大一倍，達到接近18，000個，以及該蛋白質資料庫中超過200，000個。這代表了業界已知最大的計算驅動的人類蛋白質組，也使Cyclica能夠有效地處理非人類物種的蛋白質，如細菌，病毒，真菌和啮齒動物。 更快地將藥物研究推向新領域 除了臨床前研究、動物健康和農業應用外，解決非人類蛋白質在傳染病中尤為重要。為不同物種構建、測試和操作數十個甚至數千個蛋白質組將大大增加對計算能力和輸送量的需求。通過與Google Cloud合作，Cyclica相信這些計算障礙是可以克服的。除了在COVID-19方面的工作外，Cyclica的AI藥物發現平臺還用於推進許多不同疾病的分子發現，包括但不限於癌症，腦部疾病，炎症性疾病和呼吸系統疾病。這些進步本身就很有價值，但能如此迅速地實現這些進步可以說是這項新技術最令人興奮的部分。數據驅動的藥物發現可以有效地促進健康公平以及降低醫學研發成本。通過雲端及數據，解決罕見病的能力可以大幅提高，這些疾病的患者數量如此之少且分佈廣泛。總而言之，數據越多，投入越多，生命科學領域可以擁有的連通性和合作就越多，我們所能取得的突破就會越多。換句話說，我們可以改善和挽救的生命越多。

從癌症到COVID AI可產出下一種重要藥物？

ForbesGA

新聞推薦