AI药物研发的4个主要阶段

by X Guest | 2021年5月21日 上午11:01

阶段事件代表公司
阶段1确定干预靶点药物开发的第一步是了解疾病的生物学起源(通路)及其耐药机制,然后确定疾病治疗的良好靶点(通常是蛋白质)。高通量技术的普及,如短发夹RNA(shRNA)筛选和深度测序,大大增加了发现可行靶点途径的数据量,但如何使用传统技术整合大量数据源仍然是一个挑战。将机器学习与多模态数据集和几乎无限的计算能力相结合,不仅可以让研究人员”重建疾病的潜在机制”,而且可以更轻松地分析所有可用数据,甚至可以学习自动识别准确的靶蛋白BenevolentAI、Standigm
阶段2目前所用的筛选软件存在准确度不高,可能会产生假阳性的问题,而且将筛选范围缩小到最佳候选药物的过程耗时也较长。机器学习可以学习根据结构指纹和分子描述符来预测分子的适用性,算法快速在海量的潜在分子中搜索和过滤,找到符合要求的分子,这为药物设计节省了大量的时间Exscientia、Insilico Medicine
阶段3加快临床试验 临床试验是药物开发阶段的关键,招募患者面临着许多问题,如果招募到了不合适的患者,临床试验时间会发生延长,这将耗费大量的时间和资源。机器学习可以通过自动识别合适的候选患者,确保试验参与者群体的正确分布,从而加快临床试验的设计。算法还可以对临床试验没有产生结论性结果进行早期预警,使研究人员能够更早干预,并有可能挽救药物的开发IBM Watson、Deep6 AI
阶段4寻找诊断疾病的生物标志物 患者只有在确诊后才能接受治疗,体液(通常为血液)中的生物标志物可以精确判断病人是否患有某种疾病。此外,生物标志物还可以被用来确定疾病的进展,有助于医生选择正确的治疗方法并监测药物是否有效。但是,发现适合特定疾病的生物标志物很难,而且这一过程昂贵又耗时。AI可以实现很大一部分人工工作的自动化,利用算法区分生物标志物候选分子的优劣将有助于临床医生专注于分析最佳前景ReviveMed、Berg Health