雖然生成式 AI 一詞最近才變得家喻戶曉，但藥物研發(fā)公司英矽智能（Insilico Medicine）多年來一直使用它來開發(fā)治療衰竭性疾病的新療法。

該公司早期在深度學(xué)習(xí)上的投入正取得成果——其利用 AI 平臺研發(fā)的一種候選藥物現(xiàn)在正進(jìn)入二期臨床試驗，用于治療特發(fā)性肺纖維化，這是一種相對罕見的呼吸系統(tǒng)疾病，會導(dǎo)致肺功能逐漸下降。

英矽智能將生成式 AI 應(yīng)用于臨床前藥物研發(fā)流程的各個環(huán)節(jié)：確定藥物化合物可以靶點的分子、生成新的候選藥物、衡量這些候選藥物與靶點的結(jié)合程度，甚至預(yù)測臨床試驗的結(jié)果。

使用傳統(tǒng)方法進(jìn)行這項工作需要花費超過 4 億美元，耗時長達(dá) 6 年。但是通過生成式 AI，英矽智能僅以十分之一的成本和三分之一的時間完成了這些工作，在項目啟動兩年半后就進(jìn)入了一期臨床試驗。

英矽智能首席執(zhí)行官 Alex Zhavoronkov 表示：“這個已進(jìn)入二期臨床試驗的首個候選藥物是我們利用深度學(xué)習(xí)連接生物學(xué)和化學(xué)的端到端方法的真正亮點。這不僅對我們來說是一座重要里程碑，對于整個 AI 加速藥物研發(fā)領(lǐng)域亦是如此。”

英矽智能是 NVIDIA 初創(chuàng)加速計劃的高級成員。該免費計劃為前沿初創(chuàng)企業(yè)提供技術(shù)培訓(xùn)、產(chǎn)品上市支持和 AI 平臺指導(dǎo)。該公司在其生成式 AI 藥物設(shè)計引擎 Chemistry42 中使用 NVIDIA Tensor Core GPU來生成新的分子結(jié)構(gòu)，并且是在 2015 年第一批采用 NVIDIA DGX 系統(tǒng)的企業(yè)之一。

AI 推動實現(xiàn)端到端臨床前藥物研發(fā)

英矽智能的 Pharma.AI 平臺包括經(jīng)過數(shù)百萬數(shù)據(jù)樣本訓(xùn)練后能適應(yīng)一系列任務(wù)的多個 AI 模型。其中一個 AI 工具 PandaOmics 能夠快速識別并優(yōu)先處理對疾病療效起重要作用的靶點，比如引起 COVID-19 的刺突蛋白。

Chemistry42 引擎可在幾天內(nèi)設(shè)計出采用 PandaOmics 識別出來的蛋白質(zhì)作為靶點的新型候選藥物化合物。這個生成式化學(xué)工具使用深度學(xué)習(xí)重新設(shè)計出類似藥物的分子結(jié)構(gòu)。

英矽智能AI 平臺主管 Petrina Kamya 表示：“通常，藥物研發(fā)領(lǐng)域的 AI 公司不是專注于生物學(xué)，就是專注于化學(xué)。而英矽智能從一開始就將同一種深度學(xué)習(xí)方法應(yīng)用于這兩個領(lǐng)域，利用 AI 發(fā)現(xiàn)藥物靶點并生成小分子的化學(xué)結(jié)構(gòu)?！?/p>

多年來，英矽智能團(tuán)隊采用了不同種類的深度神經(jīng)網(wǎng)絡(luò)研發(fā)藥物，包括生成式對抗網(wǎng)絡(luò)和 transformer 模型。他們現(xiàn)在正在使用 NVIDIA BioNeMo，通過生成式 AI 加速早期藥物研發(fā)流程。

在 AI 堆棧中找到關(guān)鍵之處

為了開發(fā)治療肺纖維化的候選藥物，英矽智能使用 Pharma.AI 設(shè)計并合成了約 80 個分子，取得了臨床前候選藥物前所未有的成功率。從確定靶點到提出一種極具潛力的候選藥物進(jìn)行試驗，這一過程耗時不到 18 個月。

在二期臨床試驗中，英矽智能的肺纖維化藥物將對美國和中國的數(shù)百名患者開展試驗。這個過程將需要幾個月的時間。與此同時，該公司還有 30 多個針對其他疾病的在研管線，包括一些抗癌藥物。

Zhavoronkov 表示：“當(dāng)我們第一次展示我們的結(jié)果時，人們只是不相信生成式 AI 系統(tǒng)可以達(dá)到這樣高的多樣性、新穎性和準(zhǔn)確性?，F(xiàn)在我們有了一整套極具潛力的候選藥物管線，所以人們開始意識到這確實是可行的?！?/span>

點擊“閱讀原文”，回看NVIDIA GTC 專題演講，了解更多關(guān)于英矽智能的用于 AI 加速候選藥物篩選的 Chemistry42 平臺的信息。