易坊好文馆

  1. 首页 > 玩科技 >

AI|效率提升1200倍 麻省理工开发AI制药新模型

据外媒Tech Xplore报道 ， 麻省理工学院的研究人员最近开发了一种叫做EquBind的新模型 ， 这个模型可以提前预测新蛋白质分子的结构 ， 提升药物开发的效率 。目前这项技术已经得到了业界内的认可 ， 阐述这项技术的论文也将在7月被国际机器学习会议（ICML）接收 。
AI|效率提升1200倍 麻省理工开发AI制药新模型
文章图片

一、速度提升1200倍 ， EquBind模型能迅速筛选类药物分子
目前 ， 药物研发是一件漫长而又昂贵的事情 。其中最主要的原因就是开发药物的成本十分昂贵 。这种成本不仅包括数十亿美元的资金投入 ， 还包括长达数十年的研究时间 。
而且在研发的过程中 ， 90%的药物都会因为无效或副作用太多而研发失败 ， 只有10%的药物能够顺利通过食品和药物管理局的检查 ， 被批准上市 。
因此 ， 制药公司会提高研发成功药品的价格 ， 来弥补研发失败药品造成的损失 ， 所以目前有些药物的价格居高不下 。
AI|效率提升1200倍 麻省理工开发AI制药新模型
文章图片


▲一些蛋白质分子结构
如果研究人员想要进行药物开发 ， 就要先找到有开发潜力的类药物分子（drug-like molecules） 。药物研发进程缓慢还有另一个重要的原因 ， 那就是现存的类药物分子数量庞大 。数据显示 ， 目前现存的类药物分子多达1016种 ， 这个数字远远超出了现有的分子计算模型的计算上限 。
为了处理数据如此庞大的分子 ， 加快药物开发的进程 ， 麻省理工学院电子工程和计算机科学系的研一学生Hannes St?rk开发了一种叫做“EquBind”的几何深度学习模型 。EquBind比现存最快的分子计算对接模型运行速度快1200倍 ， 能够更快地找到类药物分子 。
二、EquBind模型能精准预测蛋白质结构 ， 提升药物研发效率
目前大多数传统的分子计算对接模型都是通过一种叫做“配体-蛋白质”（ligand-to-protein binding）的方法寻找类药物分子 。具体而言 ， 模型需要先接收大量的样本分子 ， 然后让配体与各种分子进行结合 ， 然后模型再对不同分子进行评分 ， 再以最后的排名来筛选出最合适的分子 。但是这种做法流程繁复 ， 模型寻找类药物分子的效率较低 。
Hannes St?rk对这个过程做了一个形象的比喻 ， 他说：“以前的典型的‘配体-蛋白质’方法就好像是试图让模型把钥匙插入有很多钥匙孔的锁 ， 模型要花费大量的时间为钥匙和每一个锁孔的适配度打分 ， 再选出最合适的那个 。”
他继续解释道：“而EquBind可以跳过最花费时间的步骤 ， 可以在遇到新分子时提前预测最合适的‘锁孔’ ， 这就是所谓的‘盲配对’（blind docking） 。EquBind有内置的几何推理算法 ， 能够帮助模型学习分子的基本结构 。这个算法可以让EquBind在遇到新的分子时直接预测出最合适的位置 ， 而不用花费大量的时间尝试不同的位置并打分 。”
【AI|效率提升1200倍 麻省理工开发AI制药新模型】AI|效率提升1200倍 麻省理工开发AI制药新模型
文章图片


▲麻省理工学院
三、EquBind模型已在业界成功应用 ， 作者期待更多反馈
这个模型引起了治疗公司Relay的首席数据官帕特·沃尔特斯（Pat Walters）的注意 。沃尔斯特建议Hannes St?rk的研究小组用这种模型来进行用于治疗肺癌、白血病和胃肠道肿瘤的药物开发 。通常而言 ， 用于这些领域药物的蛋白质配体很难用大多数传统的方法对接 ， 但是EquBind却能让它们成功对接 。
AI|效率提升1200倍 麻省理工开发AI制药新模型
文章图片


▲两种治疗肺癌的抑制剂药物
沃尔特斯说：“EquBind为蛋白质对接问题提供了一种独特的解决方案 ， 它解决了结构预测和绑定位点识别等问题 。这种方法可以很好地利用数千种公开的晶体结构信息 ， EquBind可能会以新的方式影响这个领域 。”
发表这项技术的论文将在7月被国际机器学习会议（ICML）接收 ， 该论文的作者Hannes St?rk表示：“我很期待能在这次会议上收到一些关于EquBind模型的改进意见 。”
结语：AI与制药适配度极佳 ， 发展势头正盛
AI制药是一个2020年才走进公众视野的新兴领域 。
制药领域是一个天然的AI场景 。新药研发的长周期、高成本、低成功率 ， 给AI留下了庞大的用武之地：机器可以自主学习数据、挖掘数据 ， 总结归纳专家经验外的药物研发规律 ， 继而优化药物研发流程中的各个环节 ， 这不仅可以提升药物研发效率与成功率 ， 还有望降低研发费用和试错成本 。
因为这样的特性和发展潜力 ， 目前AI制药势头正盛 。但也有业内人士唱衰 ， 说AI在制药过程中扮演的终归只是辅助角色 ， 绕不开行业固有的流程和机制 ， 不可能用两三年的时间做完十年的事 。
但是整体而言 ， 目前AI制药领域还是不断有新的技术突破 ， 发展蒸蒸日上 。
来源：Tech Xplore

    推荐阅读


    上一篇：Huawei|爆料称华为Mate 50系列包含骁龙778G 4G处理器型号

    下一篇：Apple|苹果混合现实头显计划于2023年初推出 次年有望具备通话功能