欧宝平台登录:未来我们吃的药可能会是“AI造”

发布时间: 2022-10-11 14:51:46 来源:欧宝体育直播nba 作者:欧宝体育手机版app直播

  近日,据媒体报道,美国华盛顿大学戴维贝克教授团队在《细胞》杂志上发表论文,利用人工智能(AI)技术平台精准地从头设计出能够穿过细胞膜的大环多肽分子,开辟了设计全新口服药物的新途径。

  近年来,AI加速助力新药研发,几乎参与了从药物靶点发现到临床试验的全流程。在新冠肺炎疫情期间,多款药物问世背后也都有AI的身影,全球AI制药产业实现加速跑。

  “AI一词是约翰麦卡锡在1956年达特茅斯会议上提出的,用来描述制造智能机器的科学和工程。AI差不多也是在这个时候被引入到药物研发领域的。”南开大学药学院教授林建平介绍,1964年,定量构效关系建模领域的建立成为AI开始用于药物研发的标志。

  如今,AI在药物研发中发挥着越来越重要的作用,并与药物研发的各个环节紧密结合。

  一款药物从无到有,要历经漫长且坎坷的过程。其中主要包括4个研发阶段,即靶标选择和验证、化合物筛选和先导优化、临床前研究以及临床试验。而每一个阶段又涉及到许多具体环节。

  林建平举例说,比如在靶标选择和验证阶段,需要确定疾病相关的靶标。根据传统实验去确定靶标,既费时成本又高,而使用AI技术并结合已有的组学大数据,根据已知的以及新产生的实验数据,就可以快速分析出潜在候选靶标,节约时间和成本;或在已知先导化合物的功效,但是缺少明确靶标而导致具体作用机制和副作用不明确时,AI可以大范围预测靶标,缩小候选靶标的范围,最后结合实验手段快速定位真正的靶标。“AI帮助药物研发者快速找到靶标,加快先导化合物向药物转化的进程。”林建平介绍。

  对于已有的药物,AI同样可以通过靶标预测,发现新的靶标,从而发现新的药物适应症,这也是一个非常热门的领域药物重定位。

  在最重要的临床试验阶段,AI的应用也起到了事半功倍的效果。“在这一阶段,需要在患者身上评价药物的安全性和有效性,AI可以参与到患者的招募、临床试验设计以及试验结果数据分析等。”林建平举例,比如可以通过AI技术从过去的临床患者中,提取患者的个人特征、症状、治疗效果等数据,找到最匹配当前试验的患者;试验设计上,AI可以预测合适的药物剂量、治疗方案等;而试验数据上,可以采用AI技术跟踪和管理患者的实时情况,预测患者预后情况等。

  一个新药的诞生,通常需投入10亿甚至数10亿美元,研发周期一般超过10年,成功率却低于10%。而由于AI的加入,如今的药物研发成本减少了上亿美元,同时也大大缩短了研发时间,一般来说可以缩短一半以上。例如,AI将临床前候选化合物的研发时间从平均4年半缩短至约13.7个月,缩短了近75%。

  此外,AI还提高了药物研发的成功率。“通俗讲,药物研发实际上是一个试错的过程,AI可以帮助我们排除大量错误,最后留给我们的就是更大的成功机会。”林建平说。

  正是由于AI制药具有对传统制药碾压式的优势,使得AI制药产业在全球发展壮大。目前,AI制药产业发展可概括为三大阶段:第一个阶段,AI制药公司初步形成,主要针对某个阶段的药物研发提供AI技术服务;第二个阶段,AI制药公司开发了成熟的研发管线,并且开发的药物进入临床验证,这一阶段将吸引大量资本和初创企业加入;而第三阶段,则进入到关键的临床Ⅱ期药效性实验,真正证明AI研发药物的有效性。

  我国AI制药起步较晚,尚处于第二个阶段。“但是国内的AI制药产业发展速度非常快,各大互联网巨头以及一些大型药企均开始布局AI制药赛道,当然还包括一些初创公司。”林建平表示。

  据统计,目前国内已有超过60家AI制药公司,去年我国AI制药融资规模达12.36亿美元,同比增长163.54%。

  可以说,AI已经渗透到药物研发领域的各个环节,促进了医药产业的升级,在未来极有可能带来制药产业的变革。随着目前AI制药产业的发展,在不久的将来,我们可能很快会迎来第一款AI技术研发的创新药物。在期盼之余,很多人也对AI研发的药物是否具有风险心存疑虑。

  “目前来说,我们利用AI研发的药物的风险与传统的药物研发风险是一样的,包括药物的副作用、毒性、耐受性等。”林建平解释说,由于目前AI在药物研发中大多起着辅助作用,最后仍旧需要经过真实的试验去验证其安全性和有效性,需要专家去做评定,所以在风险性上与传统研发药物相同。但是这样做也带来了另一个问题,制药行业仍以专家经验为基础,成为制约AI制药发展的最大阻碍。“之所以出现这种现象,主要是由于对AI技术助力制药的不信任。”林建平认为,随着接下来几年AI药物的成功上市,这个问题必将得到解决;另一方面,目前AI在药物研发全流程中,仍然扮演着辅助工具的角色,没有占据主导地位,这也就决定了AI制药产业难以获得飞跃式发展。

  而且,AI技术仍在发展中,数据、算法、算力上的突破也需要一定的时间。如数据量不足、数据质量参差不齐,算法精度不高、算法无法满足需求等,都为AI在药物研发和应用上带来了困难。

  此外,AI制药还面临许多其他挑战。比如生命领域的基础理论研究还有很多没有解决的问题;再比如复合型人才的缺少,“懂计算的不懂制药,懂制药的不懂计算”,如何更好地把生物问题转化为计算问题,然后用数字手段去解决,这需要大量复合型人才的参与,而这一类人才的培养也是极其耗时的。

  近日,据媒体报道,美国华盛顿大学戴维贝克教授团队在《细胞》杂志上发表论文,利用人工智能(AI)技术平台精准地从头设计出能够穿过细胞膜的大环多肽分子,开辟了设计全新口服药物的新途径。

  近年来,AI加速助力新药研发,几乎参与了从药物靶点发现到临床试验的全流程。在新冠肺炎疫情期间,多款药物问世背后也都有AI的身影,全球AI制药产业实现加速跑。

  “AI一词是约翰麦卡锡在1956年达特茅斯会议上提出的,用来描述制造智能机器的科学和工程。AI差不多也是在这个时候被引入到药物研发领域的。”南开大学药学院教授林建平介绍,1964年,定量构效关系建模领域的建立成为AI开始用于药物研发的标志。

  如今,AI在药物研发中发挥着越来越重要的作用,并与药物研发的各个环节紧密结合。

  一款药物从无到有,要历经漫长且坎坷的过程。其中主要包括4个研发阶段,即靶标选择和验证、化合物筛选和先导优化、临床前研究以及临床试验。而每一个阶段又涉及到许多具体环节。

  林建平举例说,比如在靶标选择和验证阶段,需要确定疾病相关的靶标。根据传统实验去确定靶标,既费时成本又高,而使用AI技术并结合已有的组学大数据,根据已知的以及新产生的实验数据,就可以快速分析出潜在候选靶标,节约时间和成本;或在已知先导化合物的功效,但是缺少明确靶标而导致具体作用机制和副作用不明确时,AI可以大范围预测靶标,缩小候选靶标的范围,最后结合实验手段快速定位真正的靶标。“AI帮助药物研发者快速找到靶标,加快先导化合物向药物转化的进程。”林建平介绍。

  对于已有的药物,AI同样可以通过靶标预测,发现新的靶标,从而发现新的药物适应症,这也是一个非常热门的领域药物重定位。

  在最重要的临床试验阶段,AI的应用也起到了事半功倍的效果。“在这一阶段,需要在患者身上评价药物的安全性和有效性,AI可以参与到患者的招募、临床试验设计以及试验结果数据分析等。”林建平举例,比如可以通过AI技术从过去的临床患者中,提取患者的个人特征、症状、治疗效果等数据,找到最匹配当前试验的患者;试验设计上,AI可以预测合适的药物剂量、治疗方案等;而试验数据上,可以采用AI技术跟踪和管理患者的实时情况,预测患者预后情况等。

  一个新药的诞生,通常需投入10亿甚至数10亿美元,研发周期一般超过10年,成功率却低于10%。而由于AI的加入,如今的药物研发成本减少了上亿美元,同时也大大缩短了研发时间,一般来说可以缩短一半以上。例如,AI将临床前候选化合物的研发时间从平均4年半缩短至约13.7个月,缩短了近75%。

  此外,AI还提高了药物研发的成功率。“通俗讲,药物研发实际上是一个试错的过程,AI可以帮助我们排除大量错误,最后留给我们的就是更大的成功机会。”林建平说。

  正是由于AI制药具有对传统制药碾压式的优势,使得AI制药产业在全球发展壮大。目前,AI制药产业发展可概括为三大阶段:第一个阶段,AI制药公司初步形成,主要针对某个阶段的药物研发提供AI技术服务;第二个阶段,AI制药公司开发了成熟的研发管线,并且开发的药物进入临床验证,这一阶段将吸引大量资本和初创企业加入;而第三阶段,则进入到关键的临床Ⅱ期药效性实验,真正证明AI研发药物的有效性。

  我国AI制药起步较晚,尚处于第二个阶段。“但是国内的AI制药产业发展速度非常快,各大互联网巨头以及一些大型药企均开始布局AI制药赛道,当然还包括一些初创公司。”林建平表示。

  据统计,目前国内已有超过60家AI制药公司,去年我国AI制药融资规模达12.36亿美元,同比增长163.54%。

  可以说,AI已经渗透到药物研发领域的各个环节,促进了医药产业的升级,在未来极有可能带来制药产业的变革。随着目前AI制药产业的发展,在不久的将来,我们可能很快会迎来第一款AI技术研发的创新药物。在期盼之余,很多人也对AI研发的药物是否具有风险心存疑虑。

  “目前来说,我们利用AI研发的药物的风险与传统的药物研发风险是一样的,包括药物的副作用、毒性、耐受性等。”林建平解释说,由于目前AI在药物研发中大多起着辅助作用,最后仍旧需要经过真实的试验去验证其安全性和有效性,需要专家去做评定,所以在风险性上与传统研发药物相同。但是这样做也带来了另一个问题,制药行业仍以专家经验为基础,成为制约AI制药发展的最大阻碍。“之所以出现这种现象,主要是由于对AI技术助力制药的不信任。”林建平认为,随着接下来几年AI药物的成功上市,这个问题必将得到解决;另一方面,目前AI在药物研发全流程中,仍然扮演着辅助工具的角色,没有占据主导地位,这也就决定了AI制药产业难以获得飞跃式发展。

  而且,AI技术仍在发展中,数据、算法、算力上的突破也需要一定的时间。如数据量不足、数据质量参差不齐,算法精度不高、算法无法满足需求等,都为AI在药物研发和应用上带来了困难。

  此外,AI制药还面临许多其他挑战。比如生命领域的基础理论研究还有很多没有解决的问题;再比如复合型人才的缺少,“懂计算的不懂制药,懂制药的不懂计算”,如何更好地把生物问题转化为计算问题,然后用数字手段去解决,这需要大量复合型人才的参与,而这一类人才的培养也是极其耗时的。

上一篇:CVPR NTIRE比赛双冠网易互娱AI Lab是这样做的
下一篇:21-23日数据统计 除了天主 任何人都必须用数据说话

相关信息

  • 欧宝体育手机版app直播:21-23日数据统计 除了天主 任何人都必须用数据说话

    欧宝体育手机版app直播:21-23日数据统计 除了天主 任何人都必须用数据说话

    这是个缺少信赖的年代,我们惧怕被使用,被诈骗,被损伤,为了不受伤,所以人们学会了假装,形似强大,形似傲慢,形似不羁,这样做或许可以对自己祈求必定的维护效果,但一起也把自己和其他人间隔摆开。假如人与人之前,言语不在值得你信赖,那你信赖的又将是什么?这个缺少信赖的年代又是一个数据爆破的年代,数据的效果被无限扩大。美国办理学家、统计学家爱德华·戴明有一句名言:除了天主,任何人都必须用数据说话。或许长时间的数据可以让你去尝试着信任某个人或许某件事。 9月22日清晨,比特币给出12880挂单空单,止盈于12780,获利4516U 9月22日早间,比特币给出12850挂单空单,止盈于12750,获利6583U 9月22日午间,以太坊给出399挂单空单,手动出局于396,获利175U 9月22日午间,比特币给出12920空单,手动出局于12813.5,获利4808U 9月23日清晨,比特币给出13059空单,手动出局于12963,获利4812U。 声明:本文由入驻金色财经的作者编撰,观念仅代表作者自己,绝不代表金色财经附和其观念或证明其
  • 欧宝体育手机版app直播:2020年我国展览数据计算陈述 附全文

    欧宝体育手机版app直播:2020年我国展览数据计算陈述 附全文

    2021年我国会议经济研究会年会暨我国会议经济(天津)论坛于2021年6月21-24日在新近完工的国家会议中心(天津)举行,论坛发布了《2020年度我国展览数据计算陈述》,招引来自国内会议界500余人参与。 陈述共分10个部分,分别是:我国境内展览;我国境外参办展;展览场馆计算;展览业政府部门、民间社团、研究机构计算;IAEE我国会员、UFI我国会员及我国展会认证状况;上市展览公司;会议专业教育计算;展览项目;线上展计算;我国城市展览业开展归纳指数。 声明:该文观念仅代表作者自己,搜狐号系信息发布渠道,搜狐仅供给信息存储空间服务。
  • 欧宝体育手机版app直播:一些令人惊奇的数据中心统计数据

    欧宝体育手机版app直播:一些令人惊奇的数据中心统计数据

    是弱电职业的重中之重,可是咱们许多公司都只能碰触比较小的弱电机房项目,那么2022年 现实上,跟着越来越多的用户和企业转向数字范畴,对有用信息处理的需求也在添加。数据中心充任通信网络连接器,因而最终用户即便在长途作业时也能够快速拜访信息。 在长途作业环境不断开展并成为干流的时分,数据中心比以往任何时分都愈加重要。可是,数据中心的含义远不止这些,它们是数字化转型运动的中心。 现在,线上产生的一切都存在于数据中心中,使其成为现代社会和经济中不可或缺的技能。 假如你需求用一个词来归纳上述统计数据,那便是添加。现在,数据中心的添加没有放缓的痕迹。相反,对更多数字数据拜访、处理和存储的需求正在不断上升。 能够了解,长途作业趋势和通晓技能的社会的结合意味着数据中心商场规模的永久添加。 现实证明,数据中心开展面对的最严重应战之一是该职业怎样学会办理其能源耗费。 与 2021 年比较,数据中心体系的整体开销添加了4.7% 。未来开销或许会持续呈指数添加。为了满意新的需求,IBM 和亚马逊等超大规模供给商有必要开发牢靠且灵敏的数据
  • 欧宝体育手机版app直播:零售职业数据计算

    欧宝体育手机版app直播:零售职业数据计算

    零售指包含一切向顾客直接出售产品和服务,职业以出售成绩为导向。全球零售业全体昌盛热烈,商场规模在2019年时到达了115亿美元,2020年估计到达338亿美元,以下是零售职业数据计算剖析。 零售职业归于较为传统的职业,零售职业剖析指出,在商业业态随同居民收入水平的进步、城镇化率进步和消费晋级不断演进下,全球经济兴旺的欧美、日本等国家的零售职业开展较快,大型零售企业对中心城区的覆盖率处于较高水平。一起,我国的零售商场迎来了更多的或许。 依据零售职业数据计算,2009~2015年,我国电子商务快速开展,网购逐步成为我国顾客日常日子的新常态。这一阶段,跟着互联网的遍及、移动付出的开展以及人们认识的转型,以阿里巴巴为代表的电商捉住流量盈利,改变了顾客的购物习气,重塑了我国的零售业格式。 2016~2018年,我国零售商加速了扩张脚步。跟着国家群众创业、万众立异有序推动,“互联网+”行动计划深化施行,零售职业持续扩张,运营单位数量增速加速。2018年我国零售业运营单位达2078万个,同比增加%。 截止2019年末,我国零售额达90065亿元,比上年增加

手机扫一扫添加微信