人工智能技術在醫藥研發的應用現狀

        “人工智能”是這幾年全世界非?；鸨那把乜萍荚~匯，曾在2017年被評為中國媒體“十大流行語”之一。

什么是人工智能呢？人工智能是指通過普通計算機程序來呈現人類智能的技術。人工智能（Artificial Intelligence，縮寫為AI）又稱智械、機器智能；是指由“人”制造出來的機器所表現出來的智能。

人工智能從誕生到今天已經越來越多的融入于不同的領域，其中包括搜索和數學優化、邏輯推演等。全世界的科技工作者基于仿生學、認知心理學，以及基于概率論和經濟學的算法等學科領域也在逐步探索當中。 那么當“人工智能”與醫學研究發生碰撞時，在我們的生活中又會演繹什么樣的精彩故事呢？

從今天開始，“端點醫藥“將為大家奉送出“人工智能與醫藥研發”領域中溢彩繽紛的AI故事。

從1978年開始，越來越多的科技工作者將目光放置在人工智能與醫學研發上?？傮w來說，端點醫藥先為大家呈現三個領域的研究事跡：

1.1靶點藥物研發

利用機器學習算法可以組合設計并評估編碼的深層知識，從而可以完全應用于舊時的單目標藥物發現項目。研究人員首先研究了靶點選擇性結合均衡小分子的可能性來確定那些最易于化學處理的靶點，對于雙特異性小分子，設計過程類似于單一目標藥物。關鍵的區別在于功效必須同時滿足2個不同的目標。初創公司Exscientia是AI公司這方面的典型代表，Exscientia針對這些靶點藥物通過AI藥物研發平臺為GSK公司的10個疾病靶點開發創新小分子藥物，來發現臨床候選藥物。Exscientia系統可以從每個設計周期的現有數據資源和實驗數據中學習，這些原理近似于人類自我學習的過程，但AI在識別多種微妙和復雜的變化以平衡藥效方面更具效率。

1.2藥物挖掘

醫學、物理學或材料科學領域的專業論文非常廣泛，但這些專業論文中有大量獨立的專業知識和研究結果，快速且有針對性地組織和連接這些知識和發現的能力對于藥物挖掘是極其重要的。使用人工智能可以從大量的科學論文、專利、臨床試驗信息和非結構化信息中生成有用的信息。通過自然語言處理算法的深度學習優化，分析和理解上下文信息，然后進一步學習、探索、創建和翻譯它所學到的知識以產生獨特結論。

1.3化合物篩選

化合物篩選是指通過標準化實驗方法從大量化合物或新化合物中選擇對特定靶標具有較高活性的化合物方法，這樣通常需要很長的時間和較多的成本，因為要從數萬種化合物分子中選擇與活性指數相匹配的化合物。Atomwise是硅谷的一家人工智能公司，開發了人工智能分子篩選（AIMS）項目，該項目計劃通過分析每種疾病的數百萬種化合物來加速拯救生命藥物的開發。同時，該公司開發了基于卷積神經網絡的AtomNet系統，該系統已經學習了大量的化學知識和研究數據。該系統分析化合物的構效關系，確定藥物化學中的基本模塊，并用于新藥發現和新藥風險評估。目前，AtomNet系統已經掌握了很多化學知識和研究資料，2015年AtomNet只用1周時間已經可以模擬2種有希望用于埃博拉病毒治療的化合物。