阿斯利康最新報(bào)告:人工智能和機(jī)器學(xué)習(xí)正在顛覆藥物研發(fā)
從藥物設(shè)計(jì)到臨床試驗(yàn),AI人工智能為藥物研發(fā)的各個(gè)階段帶來(lái)突破性進(jìn)展。有了深度學(xué)習(xí)的輔助,機(jī)器開(kāi)始模仿人類(lèi)大腦神經(jīng)元的活動(dòng),來(lái)創(chuàng)造一個(gè)人工的“神經(jīng)系統(tǒng)”。我們?cè)卺t(yī)藥研發(fā)的大量試驗(yàn)中運(yùn)用AI的方法,來(lái)降低成本,加速數(shù)據(jù)的供應(yīng)。
我們也通過(guò)AI來(lái)幫助我們分析大量的數(shù)據(jù),這些數(shù)據(jù)來(lái)自病理樣本的影像學(xué)研究和生物標(biāo)志研究,以實(shí)現(xiàn)藥物的正確使用。
在我們的臨床試驗(yàn)中,AI能讓我們持續(xù)監(jiān)測(cè)接收的安全數(shù)據(jù),提醒科學(xué)家需要注意的安全信號(hào)。對(duì)此,動(dòng)脈網(wǎng)翻譯了一篇來(lái)自阿斯利康的研究報(bào)告。
預(yù)測(cè)的化合物生物活動(dòng)空間和靶標(biāo)相互作用
阿斯利康iLAB的負(fù)責(zé)人Michael Kossenjans表示,“我在DMTA Hackweek感受到了活力和熱情。我們夜以繼日地為DMTA Hackweek做準(zhǔn)備。看起來(lái)幾乎不可能在一周的時(shí)間內(nèi)構(gòu)建一個(gè)自動(dòng)化的DMTA平臺(tái),但是我們做到了。這是我們研究新型實(shí)驗(yàn)室自動(dòng)化技術(shù)和機(jī)器學(xué)習(xí)的第一步,之后還有更多的工作需要完成!
藥物研發(fā):人類(lèi)和機(jī)讀數(shù)據(jù)并存
通過(guò)機(jī)器學(xué)習(xí),我們最先進(jìn)的藥物研發(fā)機(jī)器人和其他自動(dòng)化設(shè)備可以調(diào)整操作,對(duì)接收到的數(shù)據(jù)作出反應(yīng),讓我們能更快更有效率地工作。
AI驅(qū)動(dòng)的自動(dòng)化正幫助我們解決一些化學(xué)方面的復(fù)雜問(wèn)題,旨在加速化合物合成的周期,即設(shè)計(jì)——制造——測(cè)試——分析(DMTA),來(lái)促進(jìn)快速公正的決策。
我們推出的DMTA平臺(tái)只是利用新型實(shí)驗(yàn)室自動(dòng)化技術(shù)和機(jī)器學(xué)習(xí)的第一步,這將加速構(gòu)建和測(cè)試有關(guān)藥物的研究。它將會(huì)用來(lái)不斷地改善與治療相關(guān)的化合物。對(duì)于一個(gè)普通項(xiàng)目,需要數(shù)百個(gè)DMTA周期來(lái)發(fā)現(xiàn)符合候選藥物標(biāo)準(zhǔn)的化合物。當(dāng)通過(guò)人工來(lái)完成這些周期時(shí),可能會(huì)花費(fèi)數(shù)周的時(shí)間,而我們的目標(biāo)是將化合物設(shè)計(jì)到測(cè)試數(shù)據(jù)接收之間的時(shí)間從4到6周減少至不超過(guò)5天。
在2017年,我們舉辦了DMTA “Hackweek”。各個(gè)研究點(diǎn)的科學(xué)家和我們內(nèi)部的專(zhuān)家一起,通過(guò)他們的科學(xué)知識(shí)和專(zhuān)業(yè)技術(shù)構(gòu)建了首個(gè)“DMTA machine”模型。
在哥德堡的創(chuàng)新實(shí)驗(yàn)室里,他們連續(xù)工作了5天,徹底改變了我們發(fā)現(xiàn)藥物的方式。本著“黑客”的精神,這個(gè)團(tuán)隊(duì)克服了無(wú)數(shù)的困難,將20多年來(lái)積累的硬件和軟件結(jié)合起來(lái),創(chuàng)造出了一個(gè)機(jī)器模型。這種機(jī)器可以在兩小時(shí)內(nèi),完成研究項(xiàng)目的整個(gè)DMTA周期。
千里之行始于足下。通過(guò)這個(gè)簡(jiǎn)單的模型系統(tǒng),我們正在開(kāi)發(fā)機(jī)器學(xué)習(xí),來(lái)優(yōu)化新化合物的功效,預(yù)測(cè)不同的合成路線,讓自動(dòng)化更加先進(jìn),這樣我們就可以制造更復(fù)雜的分子,收集更多供篩選的數(shù)據(jù)。
量子計(jì)算:利用結(jié)構(gòu)化學(xué)來(lái)發(fā)現(xiàn)重要分子
建立潛在新藥的化學(xué)三維結(jié)構(gòu)是藥物研發(fā)的關(guān)鍵,因?yàn)樗幬锏拇笮『托螤罘浅V匾。它們影響著許多不同的特性,包括與生物系統(tǒng)的相互作用,以及形成藥物所需的物質(zhì)分子的聚集方式。
然而,就像一位跳傘者需要多次的嘗試,才能找到最深的山谷一樣。我們必須一次又一次地評(píng)估所有可能的分子形狀,以找到優(yōu)化藥物所需的低量構(gòu)象。
量子計(jì)算的新興領(lǐng)域有望幫助我們解決這個(gè)問(wèn)題。量子計(jì)算機(jī)可以同時(shí)探索所有可能的化合物結(jié)構(gòu),并根據(jù)合適的標(biāo)準(zhǔn),在單一的操作中,集中于最可能的結(jié)構(gòu)。
通過(guò)調(diào)整標(biāo)準(zhǔn),可以找到一系列高質(zhì)量的解決方案。目前,量子計(jì)算被可以處理的信息量所限制,我們?nèi)匀恍枰跇?biāo)準(zhǔn)計(jì)算機(jī)上使用現(xiàn)有的精確方法,對(duì)它提供的解決方案進(jìn)行一些事后評(píng)估分析。
機(jī)器學(xué)習(xí)的未來(lái)應(yīng)用預(yù)計(jì)將會(huì)使量子計(jì)算進(jìn)入下一個(gè)階段。我們目前的方法似乎讓我們可以掌握最相關(guān)的解決方案,幫助我們選擇出最好的化學(xué)結(jié)構(gòu)。
利用AI幫助IMED科學(xué)家
在研究中,我們也通過(guò)AI,使現(xiàn)有的流程更有效,并將數(shù)據(jù)轉(zhuǎn)化為知識(shí)。我們正在使用AI來(lái)對(duì)常規(guī)化驗(yàn)的結(jié)果進(jìn)行可靠預(yù)測(cè),比如人體血漿蛋白結(jié)合(hPPB)測(cè)試,以此來(lái)幫助我們的科學(xué)家,讓他們有更多的時(shí)間專(zhuān)注于那些將給阿斯利康帶來(lái)更大競(jìng)爭(zhēng)優(yōu)勢(shì)的問(wèn)題。
在藥物安全和新陳代謝領(lǐng)域中發(fā)展起來(lái)的hPPB測(cè)試,可以幫助我們了解潛在藥物分子是如何在病人體內(nèi)分布的。我們正在與世界領(lǐng)先的組織合作,利用AI領(lǐng)域最先進(jìn)的研究來(lái)預(yù)測(cè)結(jié)果。
我們目前正在評(píng)估AI在安全篩選、蛋白質(zhì)生成、圖像分析和CRISPR基因編輯等方面的應(yīng)用。在未來(lái),我們希望利用AI來(lái)改革我們藥物研發(fā)中數(shù)據(jù)收集的過(guò)程,并把這些數(shù)據(jù)變成知識(shí)。
在2017年,虛擬篩選工具FastVS的發(fā)展表明了機(jī)器創(chuàng)造效率的前景。與OpenEye Scientific Software合作開(kāi)發(fā)的新型“谷歌式”網(wǎng)絡(luò)工具,縮短了在眾多大型分子數(shù)據(jù)庫(kù)中搜索和篩選條目的時(shí)間,從數(shù)小時(shí)到數(shù)秒,優(yōu)化了藥物發(fā)現(xiàn)的過(guò)程。
大數(shù)據(jù)分析有助于傳統(tǒng)病理學(xué)進(jìn)入21世紀(jì)
在科學(xué)驅(qū)動(dòng)的環(huán)境中,能快速識(shí)別和學(xué)習(xí)數(shù)據(jù)中的信號(hào)和模式,是建立知識(shí)和影響未來(lái)科學(xué)發(fā)展方向的關(guān)鍵。為了實(shí)現(xiàn)這一點(diǎn),我們需要以一種可用的模式來(lái)收集整合多樣的大數(shù)據(jù)集。
在過(guò)去,對(duì)綜合基因表達(dá)、蛋白質(zhì)和單個(gè)器官的代謝數(shù)據(jù)進(jìn)行評(píng)估,受限于我們有限的數(shù)據(jù)分析計(jì)算能力。這是首次AI能夠處理大數(shù)據(jù),分析所有端點(diǎn)以及它們的空間關(guān)系。
我們正在使用質(zhì)譜成像技術(shù)(MSI),在空間上對(duì)分子進(jìn)行生物樣本和組織切片的細(xì)胞定位,比如用于病理評(píng)估的切片。這些全面的空間數(shù)據(jù)信息,可以很好地將組織微環(huán)境、藥物定位、療效和安全性聯(lián)系起來(lái)。然而,現(xiàn)有的數(shù)據(jù)挖掘方法對(duì)計(jì)算機(jī)系統(tǒng)有很高的要求,我們只能分析小型的、單個(gè)的數(shù)據(jù)集。
為了解決這個(gè)問(wèn)題,我們開(kāi)發(fā)了新的計(jì)算算法,可以精確有效地分割大量的MSI數(shù)據(jù),以提高我們對(duì)多個(gè)端點(diǎn)的學(xué)習(xí)能力,正如我們最近在《分析化學(xué)》上提到的那樣。
這增強(qiáng)了我們精確量化組織和器官特定區(qū)域的分子變化的能力,并為逐漸變得復(fù)雜的空間關(guān)系提供數(shù)據(jù)。藥物安全和新陳代謝領(lǐng)域的研究人員與計(jì)算機(jī)和病理科學(xué)領(lǐng)域的外部專(zhuān)家密切合作,是整個(gè)研究的重要部分。
展望未來(lái),我們計(jì)劃將深度學(xué)習(xí)算法與圖像分析相結(jié)合,加速對(duì)慢性腎臟疾病動(dòng)物模型的評(píng)估,為下行流多光譜圖像分析提供更可靠的數(shù)據(jù)。這將增加數(shù)據(jù)的定量分析速度、可信度和再現(xiàn)性,并通過(guò)綜合的多模態(tài)圖像挖掘來(lái)檢測(cè)生物關(guān)系及其結(jié)果。
在2017年,我們的科學(xué)家與英國(guó)癌癥研究(CRUK)的團(tuán)隊(duì)合作,提出了繪制腫瘤的斷層掃描圖,通過(guò)Google地圖式的方法來(lái)研究癌癥的相關(guān)信息。這有可能使病理學(xué)——最傳統(tǒng)的安全學(xué)科之一——進(jìn)入21世紀(jì)。
利用AI正確使用藥物
越來(lái)越多的組織生物標(biāo)志物被用來(lái)匹配病人和正確的藥物。然而,目前的技術(shù)涉及到病理學(xué)家對(duì)圖像進(jìn)行手動(dòng)標(biāo)記,整個(gè)過(guò)程主觀、耗時(shí)而且復(fù)雜。我們使用AI來(lái)解決這一問(wèn)題,并開(kāi)發(fā)了一種新的深度學(xué)習(xí)算法,利用數(shù)字病理學(xué),自動(dòng)進(jìn)行組織生物標(biāo)記。
在對(duì)71位患者腫瘤樣本的概念驗(yàn)證研究中,我們發(fā)現(xiàn)AI可以自動(dòng)標(biāo)記人表皮生長(zhǎng)因子受體-2 (HER2),這是一種乳腺癌的生物標(biāo)志物。該算法還可以識(shí)別出存在誤診風(fēng)險(xiǎn)的樣本,證明了它能使組織生物標(biāo)記更快、更簡(jiǎn)單、更精確。
在2017年,我們?cè)趦蓚(gè)世界領(lǐng)先的科學(xué)大會(huì)上展示了這項(xiàng)成果,并將其發(fā)表在《科學(xué)報(bào)告》上。
我們將繼續(xù)利用最先進(jìn)的科學(xué)技術(shù),通過(guò)與頂尖的學(xué)術(shù)機(jī)構(gòu)合作,開(kāi)展類(lèi)似的研究。通過(guò)將云計(jì)算和最新圖形處理單元(GPU)硬件相結(jié)合,我們打算將自動(dòng)分析數(shù)字化病理圖像變成一個(gè)高通量的過(guò)程,并將AI算法融入到診斷測(cè)試的開(kāi)發(fā)中。我們的目標(biāo)是利用AI來(lái)影響患者的治療,將目標(biāo)藥物用于最需要的患者。
Watcher:時(shí)刻監(jiān)測(cè)藥物安全
在我們?cè)缙诘呐R床試驗(yàn)中,基于AI的決策支持系統(tǒng)Watcher不斷監(jiān)控輸入的安全數(shù)據(jù),并提醒科學(xué)家需要注意的安全信號(hào)。
Watcher是一個(gè)創(chuàng)新的AI警報(bào)系統(tǒng),在臨床試驗(yàn)中,可以幫助醫(yī)生和科學(xué)家,將臨床決策規(guī)則嵌入到邏輯中。阿斯利康、曼徹斯特大學(xué)癌癥研究所、the Centre for Cancer Biomarker Sciences和the Christie National Health Service Foundation Trust達(dá)成了為期五年的合作,是我們iDecide研究項(xiàng)目的重要組成部分。
CRUK Manchester Institute的數(shù)字實(shí)驗(yàn)癌癥醫(yī)學(xué)團(tuán)隊(duì)(digitalECMT)負(fù)責(zé)開(kāi)展iDecide項(xiàng)目,通過(guò)與患者直接合作,來(lái)開(kāi)發(fā)新方法,使更好的臨床試驗(yàn)決策能更快地直接造福于患者。
Watcher還使用了另一種iDecide工具REACT 4,它對(duì)試驗(yàn)第一階段和第二階段的安全性、有效性和生物標(biāo)志物數(shù)據(jù)進(jìn)行了整理,并使之形象化,目前正用于阿斯利康超過(guò)140項(xiàng)的研究中。
REACT 4可以按需進(jìn)行臨床說(shuō)明,并取決于正在使用的系統(tǒng)。然而,Watcher的持續(xù)監(jiān)測(cè)可以察覺(jué)到信號(hào)并在信號(hào)發(fā)出時(shí)進(jìn)行及時(shí)的通知。
在未來(lái),我們計(jì)劃通過(guò)臨床規(guī)則和機(jī)器學(xué)習(xí)來(lái)發(fā)展Watcher,以增強(qiáng)和擴(kuò)展當(dāng)前的功能。這些發(fā)展將使它與及時(shí)護(hù)理設(shè)備一起被帶進(jìn)患者的家中,讓患者可以進(jìn)一步在參與臨床試驗(yàn)時(shí)進(jìn)行自我監(jiān)控。
發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字
圖片新聞
-
金百澤科技亮相中國(guó)國(guó)際醫(yī)療器械博覽會(huì) | 盡顯醫(yī)療領(lǐng)域硬實(shí)力
-
進(jìn)階的新冠疫苗 又一個(gè)中國(guó)造
-
“AI醫(yī)療第一股”鷹瞳科技上市首日即破發(fā)
-
圓心科技登陸港股,“賣(mài)藥的生意”還好不好做?
-
十圖解讀2021年中國(guó)康復(fù)醫(yī)療行業(yè)現(xiàn)狀
-
醫(yī)藥流通數(shù)字化運(yùn)營(yíng)實(shí)現(xiàn)精細(xì)化飼養(yǎng)
-
科學(xué)家發(fā)現(xiàn)人體新器官:將有助于癌癥治療
-
李飛飛入選美國(guó)國(guó)家醫(yī)學(xué)院
最新活動(dòng)更多
-
11月19日立即報(bào)名>> 【線下論壇】華邦電子與恩智浦聯(lián)合技術(shù)論壇
-
11月29日立即預(yù)約>> 【上海線下】設(shè)計(jì),易如反掌—Creo 11發(fā)布巡展
-
即日-12.26火熱報(bào)名中>> OFweek2024中國(guó)智造CIO在線峰會(huì)
-
精彩回顧立即查看>> 2024(第五屆)全球數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)大會(huì)暨展覽會(huì)
-
精彩回顧立即查看>> 全數(shù)會(huì)2024中國(guó)人形機(jī)器人技術(shù)創(chuàng)新發(fā)展大會(huì)
-
精彩回顧立即查看>> OFweek 2024中國(guó)激光產(chǎn)業(yè)高質(zhì)量發(fā)展峰會(huì)
-
9 BD新浪潮
- 1 南京殺出超級(jí)IPO:年入27億,華東第一
- 2 從巨額回購(gòu) 看石藥集團(tuán)的“三張”價(jià)值底牌
- 3 被華為刷屏的腦機(jī)接口芯片,有多前沿?
- 4 中國(guó)藥企出海的“PlanB”
- 5 星形膠質(zhì)細(xì)胞為阿爾茨海默病治療帶來(lái)可能
- 6 聯(lián)影醫(yī)療:貢獻(xiàn)超億元收入上演控制權(quán)迷局
- 7 慢下來(lái)的邁瑞醫(yī)療
- 8 石藥集團(tuán)的陽(yáng)謀
- 9 聯(lián)影醫(yī)療:原子公司變關(guān)聯(lián)方后或“藕斷絲連”
- 10 生物合成NMN獲突破,產(chǎn)量提升超100倍!
- 高級(jí)軟件工程師 廣東省/深圳市
- 自動(dòng)化高級(jí)工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷(xiāo)售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級(jí)銷(xiāo)售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專(zhuān)家 廣東省/江門(mén)市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市