近日,中国科学院深圳先进技术研究院医药所计算机辅助药物设计中心的袁曙光课题组,在Cell子刊Trends in Pharmacological Sciences(药理学趋势,影响因子=11.5)上发表题为Advancing Drug Discovery via Artificial Intelligence (利用人工智能助推新药研发)的综述性论文。论文第一作者为陈显翀,通讯作者为袁曙光,第一单位为。 

  从图像与声音的识别到无人汽车和无人机的制造,人工智能(AI)在各行各业起着越来越重要的作用。近年来, 随着AI在计算生物学领域的突破与应用,利用AI加速新药研发成为AI应用领域的一个热门方向。传统的新药研发平均需要12年的时间和20至30亿美金的投入,仅临床前期研究平均就需要花费5-6年的时间。如何加速新药研发进程,已经成为各大制药公司迫切需要解决的战略性问题。在此大背景环境下,AI在临床前新药研发中的应用优势得到突出体现。

    本论文作者结合自身的药物研发成功经验,系统介绍了如何利用AI来完成临床前新药创新。AI在临床前的各个阶段都发挥着举足轻重的作用,包括:药物作用靶标的预测、药物分子结合位点预测、靶标蛋白三维结构预测、计算机虚拟筛选、海量虚拟数据的构建、药物分子适应症的预测、化学合成布局、药物分子结构改造、药物毒理毒性预测、药物分子水溶性预测、以及临床前药物研发最后期的分子晶形预测等。与传统新药研发管线比,基于AI和生物计算的新药研发管线平均1-2年就可以完成临床前药物研发。AI和生物计算在新药领域的应用不仅加速了整个新药研发的速度,还大大节省了新药研发的成本。 

  基于AI和计算生物学的研发管线,团队成员曾3年将两个临床前first-in-class新药推向临床;成功完成20多个不同药物靶标的计算机虚拟筛选;为多个孤儿受体(orphan receptor)寻找到唯我独有(me-only)的药物分子并以此确定了孤儿受体的生理功能与疾病适应症。

    论文链接

基于AI和计算生物学的药物研发管线与传统研发管线的对比