近年來，隨著科技的不斷發(fā)展，人工智能與醫(yī)療的結(jié)合越來越多，并衍生出許多基于人工智能技術(shù)的前沿醫(yī)學(xué)技術(shù)和醫(yī)療器械，比如醫(yī)療影像的人工智能分析，疾病智能診斷，人工智能手術(shù)機(jī)器人，人工智能輔助藥物研發(fā)等。
就人工智能輔助藥物研發(fā)而言，一直以來，藥物研發(fā)都存在研發(fā)周期長(zhǎng)、成本高、成功率低的問題。在高投入下，醫(yī)藥研發(fā)往往很難得到理想的回報(bào)，特別是在藥物發(fā)現(xiàn)階段，需要進(jìn)行大量的數(shù)據(jù)分析、篩選等工作，才能有一個(gè)正確的開端。而人工智能技術(shù)能夠大幅縮短藥物篩選時(shí)間，提升藥物篩選的精準(zhǔn)性。
近日，蘇黎世聯(lián)邦理工學(xué)院的研究人員就開發(fā)了一種新型人工智能，其能夠針對(duì)性地識(shí)別天然產(chǎn)物的生物活性，然后找到與之具有相同效果但更易于制造的化合物分子。
在當(dāng)今新藥的開發(fā)中，很大一部分研究都是在模仿某些天然存在的物質(zhì)，因?yàn)榇蠖鄶?shù)天然產(chǎn)品都是通過進(jìn)化機(jī)制選擇后，存在某種活性成分才能持續(xù)存在至今的。然而，許多天然產(chǎn)物的生物活性都是未知的，且具有的藥理活性稀缺。
例如青霉素的發(fā)現(xiàn)，改寫了人類的醫(yī)學(xué)史。但是在很多情況下，即便找到了這種潛在的有效物質(zhì)，因?yàn)樘崛±щy，數(shù)量稀少，也難以投入實(shí)際的臨床治療中。這時(shí)候，往往只能用過程復(fù)雜的生物培養(yǎng)獲取，這使得新藥就算可以投入臨床治療，也很難投入工業(yè)化批量生產(chǎn)。
于是，研究人員以海洋鏈霉菌中的化合物marinopyrole A為設(shè)計(jì)模板，按照計(jì)算建議的合成路線，構(gòu)建了可分三步合成的創(chuàng)新小分子。計(jì)算活性預(yù)測(cè)顯示環(huán)氧合酶(COX)是marinpyrrole a和de novo設(shè)計(jì)的假定靶點(diǎn)。
這些分子設(shè)計(jì)被實(shí)驗(yàn)證實(shí)為是具有納摩爾效價(jià)的選擇性COX-1抑制劑，X射線結(jié)構(gòu)分析揭示了最具選擇性的化合物與COX-1的結(jié)合。經(jīng)過實(shí)驗(yàn)室驗(yàn)證，marinopyrrole A確實(shí)可與大多數(shù)預(yù)測(cè)的蛋白質(zhì)產(chǎn)生了可測(cè)量的相互作用。
也就是說，該人工智能可以先尋找天然產(chǎn)物的可能的目標(biāo)蛋白，然后根據(jù)相關(guān)的反應(yīng)模式尋找具有類似效果的簡(jiǎn)單化學(xué)分子。與傳統(tǒng)篩選方法相比，使用這種方法找到具有醫(yī)學(xué)意義的活性成分和目標(biāo)蛋白對(duì)的機(jī)會(huì)要大得多。
可以說，天然產(chǎn)品啟發(fā)合成分子代表了一種生態(tài)和經(jīng)濟(jì)上可持續(xù)發(fā)展，機(jī)器智能的全新設(shè)計(jì)彌合了生物活性天然產(chǎn)物和合成分子之間的鴻溝。未來，希望這一研究能助力醫(yī)藥的研發(fā)。
