机器人跨足医界!「夏娃」靠人工智慧发明疟疾新药

机器人跨足医界!「夏娃」靠人工智慧发明疟疾新药

英国牛津大学曾在 2013 年发表了一份名为「就业的未来」(The Future Of Employment)研究报告,提到最容易被机器人给取代的人类工作:如法律助理、个人金融顾问、程式设计师等,洋洋洒洒列了一长列名单,但如果医药界以为可以隔岸观火,对人工智慧崛起视若无睹,接下来的讯息可能会让你伤点脑筋。

英国剑桥大学和曼彻斯特大学合作开发出机器人科学家(Robot scientist)──「夏娃」(Eve),她专长在于推动新型药物的发明,让新药开发速度更快、价格更低廉。

其实早在 2009 年,科学家就尝试将人工智慧介入科学,当时阿伯里斯特威斯(Aberystwyth and Cambridge University researchers)和剑桥大学的研究人员设计了「亚当(Adam)」,这是第一个能独立发现新科学知识的机器人。亚当专职研究麵包中的酵母菌,其内建所有关于酵母菌的生理学知识,然后就像人类科学家一样,订定目标反覆实验出个结果,而这过程是不须人类介入,完全靠机器智慧独力完成。

 机器人亚当

然而这只是一个原型机(Prototype),它的创造者罗斯金(Ross King)博士为亚当打造出一个更优质的机器人伴侣「夏娃」,应用于早期药物研发设计。

谈起现今的药物研发,从发现到成为真正有用的新药,都非常费时、耗费金钱。当一个具有药理活性的先导药物(Lead compound)被开发出来,需再试验千百种衍生物让先导药物的结构和活性关係(Quantitative Structure–Activity Relationship,简称 QSAR)更明确,经过优化之后的药物必须评估活性、毒性、安定性、药物动力学,再选出候选药物(Candidate)进入下一阶段临床试验,这之中的筛检规模庞大,也因此製药界着手自动化发展。

每天能筛选万种化合物

而 2.0 版的机器人科学家夏娃,强化人工智慧的功能,专长就在于「自动辨别药物」和「主动学习」。她会就观察设定一个假说,之后反覆测试。和传统自动化筛选的不同点在于,夏娃一开始随机选择资料库中的一个子集,找出第一个测试成功的化合物,之后经过多次反覆测试以降低假阳性结果的概率,并根据早期筛选的经验纪录,再利用统计学和机器学习程序来分析药物与生物体结构的相互反应,并在过程中学习成功的经验,藉此设计出更好的衍生物以提高药效、降低副作用。

虽然目前夏娃还没有自行合成化合物的能力,但她每天可自动化筛选超过一万种化合物,这能降低成本和不确定性,并且节省研发时间。此外,夏娃可以非常精确地记录包含实验构思、执行细节,且所有过程都是数位化保存,对于日后其他新药开发非常有帮助。

有感于近年来开发新药常偏重于心血管疾病、抗癌或妇女疾病(乳癌、骨质疏鬆)类,研发团队率先着手在全球需求量大的热带疾病药物开发,根据皇家学会期刊登载,夏娃在一个大约含有 1,500 种经临床批准应用的化合物库中进行测试,她找出一种抗癌化合物 TNP-470,能够同时抑制疾间日疟原虫(Plasmodium vivax)体内必需酶──二氢叶酸还原酶(dihydrofolate reductase, DHFR), 阻断疟原虫繁衍,进而达到药物治疗目的。

机器人跨足医界!「夏娃」靠人工智慧发明疟疾新药 夏娃发现阻断疟原虫繁衍的抗癌化合物。

儘管有科学家指出夏娃发明出来的疟疾新药,效果比不上现有既存的药物,也有药物探索专家批评这仅是就现有资料用电脑去组合出结果,并非真的突破性药物的发展。但不可否认的,一个好的药物可能需要 10 年、数十亿美金才能创造出来,在这漫长的研发期间,可能已有数百万人罹病受苦,或者现有药物已出现抗药性。当人工智慧介入药品研发,人类科学家能更专注于新医疗发明,能更大为降低研发药物的成本和时间,如此一些真正被人们需要但较不具经济价值的药物比如寄生虫、疟疾等热带疾病,或者治疗罕见疾病的孤儿药(Orphan drug),也许就不再被製药市场给边缘化。

上一篇:
下一篇: