陳根：新型人工智能，針對識別藥物活性_風聞

文/陳根

近年來，隨着科技的不斷發展，人工智能與醫療的結合越來越多，並衍生出許多基於人工智能技術的前沿醫學技術和醫療器械，比如醫療影像的人工智能分析，疾病智能診斷，人工智能手術機器人，人工智能輔助藥物研發等。

就人工智能輔助藥物研發而言，一直以來，藥物研發都存在研發週期長、成本高、成功率低的問題。在高投入下，醫藥研發往往很難得到理想的回報，特別是在藥物發現階段，需要進行大量的數據分析、篩選等工作，才能有一個正確的開端。而人工智能技術能夠大幅縮短藥物篩選時間，提升藥物篩選的精準性。

近日，蘇黎世聯邦理工學院的研究人員就開發了一種新型人工智能，其能夠針對性地識別天然產物的生物活性，然後找到與之具有相同效果但更易於製造的化合物分子。

在當今新藥的開發中，很大一部分研究都是在模仿某些天然存在的物質，因為大多數天然產品都是通過進化機制選擇後，存在某種活性成分才能持續存在至今的。然而，許多天然產物的生物活性都是未知的，且具有的藥理活性稀缺。

例如青黴素的發現，改寫了人類的醫學史。但是在很多情況下，即便找到了這種潛在的有效物質，因為提取困難，數量稀少，也難以投入實際的臨牀治療中。這時候，往往只能用過程複雜的生物培養獲取，這使得新藥就算可以投入臨牀治療，也很難投入工業化批量生產。

於是，研究人員以海洋鏈黴菌中的化合物marinopyrole A為設計模板，按照計算建議的合成路線，構建了可分三步合成的創新小分子。計算活性預測顯示環氧合酶(COX)是marinpyrrole a和de novo設計的假定靶點。

這些分子設計被實驗證實為是具有納摩爾效價的選擇性COX-1抑制劑，X射線結構分析揭示了最具選擇性的化合物與COX-1的結合。經過實驗室驗證，marinopyrrole A 確實可與大多數預測的蛋白質產生了可測量的相互作用。

也就是説，該人工智能可以先尋找天然產物的可能的目標蛋白，然後根據相關的反應模式尋找具有類似效果的簡單化學分子。與傳統篩選方法相比，使用這種方法找到具有醫學意義的活性成分和目標蛋白對的機會要大得多。

可以説，天然產品啓發合成分子代表了一種生態和經濟上可持續發展，機器智能的全新設計彌合了生物活性天然產物和合成分子之間的鴻溝。未來，希望這一研究能助力醫藥的研發。