人工智慧尋找新的肌萎縮側索硬化症療法

人工智慧機器可以分析龐大的資料庫,以尋找這種毀滅性疾病的潛在靶點

倫敦(路透社)——人工智慧機器人正在加速尋找治療致殘性神經疾病肌萎縮側索硬化症(ALS),也稱為運動神經元疾病的新藥。

該病也稱為盧伽雷病,會攻擊並殺死控制肌肉的神經細胞,導致虛弱、癱瘓,最終導致呼吸衰竭。

美國食品和藥物管理局僅批准了兩種藥物來減緩肌萎縮側索硬化症(ALS)的進展,一種自1995年以來可用,另一種則是在今年剛剛批准。全球每年約有140,000例新病例被診斷出來,而且這種疾病目前尚無治癒方法,著名宇宙學家史蒂芬·霍金就患有此病。


關於支援科學新聞

如果您喜歡這篇文章,請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱,您正在幫助確保有關當今塑造我們世界的發現和想法的有影響力的故事的未來。


謝菲爾德轉化神經科學研究所的理查德·米德說:“許多醫生稱其為醫學中最糟糕的疾病,而且未滿足的需求巨大。”他發現人工智慧(AI)已經加速了他的工作。

此類機器人(透過強大的計算機執行的複雜軟體)充當不知疲倦且公正的超級研究員。它們分析龐大的化學、生物和醫學資料庫,以及大量的科學論文,其速度遠遠快於人類可能的速度,從而提出新的生物靶點和潛在藥物。

人工智慧機器最近提出的一個候選藥物,在謝菲爾德的臨床前試驗中,在預防運動神經元細胞死亡和延遲疾病發作方面產生了令人鼓舞的結果。

米德計劃在12月的一個醫學會議上展示這項工作,目前正在評估臨床試驗的計劃。

他和他在英格蘭北部的團隊並不是唯一一個意識到人工智慧能夠闡明肌萎縮側索硬化症複雜性的團隊。

在亞利桑那州,巴羅神經病學研究所在去年12月透過使用IBM的沃森超級計算機發現了五個與肌萎縮側索硬化症有關的新基因。研究人員估計,如果沒有這臺機器,這項發現將需要數年而不是幾個月的時間。

米德認為,肌萎縮側索硬化症非常適合人工智慧和機器學習,因為該疾病的遺傳資訊正在迅速擴充套件,並且有良好的試管和動物模型來評估候選藥物。

對於尋求更好治療方案的肌萎縮側索硬化症患者來說,這是一個好訊息。著名的患者包括1923-39年紐約洋基棒球隊的球員盧·格里克;上個月去世的演員和劇作家山姆·謝潑德;以及霍金,他是患有這種疾病幾十年的人的罕見例子。

如果該研究能夠帶來新的藥物,這將標誌著人工智慧在藥物發現方面取得的顯著勝利,並增強了越來越多專注於該技術的初創公司的前景。

這些公司的前提是,雖然人工智慧機器人不會取代科學家和臨床醫生,但它們應該透過比傳統方法快幾倍的速度找到藥物先導,從而節省時間和金錢。

英國“獨角獸”

來自謝菲爾德的米德正在與BenevolentAI合作,該公司是少數幾家英國“獨角獸”公司之一(市值超過10億美元的私營公司,在本例中為17億美元),該公司正在其位於倫敦市中心的辦公室迅速擴大業務。

該領域的其他公司包括蘇格蘭的Exscientia和美國的Berg、Numerate、twoXAR、Atomwise和InSilico Medicine,後者最近推出了專門針對肌萎縮側索硬化症的藥物發現平臺。

曾在葛蘭素史克(GSK)擔任藥物研發人員、現任Benevolent製藥業務負責人的傑基·亨特說:“我們正在努力尋找能夠為我們提供疾病新靶點的關係。”

“我們可以更動態地做事情,並真正對資訊本質上告訴我們的內容做出響應。”

與可能持有個人理論的人類不同,人工智慧會掃描資料並以公正的方式生成假設。

傳統的藥物發現仍然是一項碰運氣的活動,亨特認為,由於缺乏療效,實驗性化合物在臨床試驗中期和後期階段的失敗率達到50%,這是不可持續的,迫使人們轉向人工智慧。

關鍵的考驗將來自Benevolent的一項IIb期研究,該研究旨在評估強生公司此前在新的疾病領域(這次是治療患有白天過度嗜睡症的帕金森病患者)中未成功的化合物。

葛蘭素史克、賽諾菲和默克等大型製藥公司目前正在透過與初創公司達成協議來探索人工智慧的潛力。

鑑於2000年代初期“高通量篩選”透過使用機器人測試數百萬種化合物未能提高效率的失敗,它們正在謹慎地前進。然而,人工智慧在工作中學習的能力意味著這次情況可能會有所不同。

CPR資產管理基金經理瓦法·艾哈邁迪認為,這是一個潛在的顛覆者。

他說:“使用人工智慧將真正加快我們生產更好的靶向分子的方式。它可能會對生產力產生巨大影響,這反過來又可能對製藥股票的估值產生重大影響。”

製藥商和初創公司並不是唯一追求這種價值的公司。包括微軟、IBM和谷歌母公司Alphabet在內的科技巨頭也在建立生命科學部門,以探索藥物研發。

對於Benevolent的亨特來說,今天為肌萎縮側索硬化症和其他疑難疾病尋找新藥的嘗試標誌著人工智慧未來發展的重要試驗檯,人工智慧已經部署在自動駕駛汽車等其他高科技領域。

“我們的目標是證明我們可以在一個非常困難和複雜的領域取得成功。我相信,如果你能在藥物發現和開發方面做到這一點,你就可以在任何地方展示人工智慧的力量。”

© .