获英伟达支持，Iambic 公司在药物发现获突破

作者：马丁·库尔特（Martin Coulter）

伦敦（路透社） - 生物技术公司 Iambic Therapeutics 周二公布了其所谓的突破性人工智能模型，称该模型能够大幅缩减开发新药所需的时间和资金。

越来越多的科技初创公司正在使用人工智能来推进药物研究。此前获得科技巨头英伟达投资的 Iambic 披露了其名为“Enchant”的新人工智能药物发现模型的详情。

Enchant 是依据大量的临床前数据训练而成的，这些数据源于药物在开展人体试验前进行的实验室测试。该模型的目的是预测给定药物在开发的最初阶段的表现情况。

在 Iambic 发布的一份白皮书中，Enchant 在预测人体对某些药物的吸收状况时呈现出了很高的准确性，其结果与实际结果相互对照。

该公司表示，其模型设定了一个新的基准，预测准确率为 0.74。相比之下，早期的模型最高仅达 0.58。

抑扬格公司的联合创始人兼首席技术官弗雷德·曼比告诉路透社，使用 Enchant 的研究人员有可能将开发某些药物所需的投资减少一半，因为他们在最早阶段就能看到一种药物可能会取得多大成功。

“一种产品推向市场的成本通常被提及约为 20 亿美元，其中很大一部分并非项目成本，而是失败率。一种产品一直到成为上市药品的成本源于后期高失败率的可能性，”他说。

“如果您在临床开发的每个阶段都提升 10%，您基本上就能将成本减半，因为这是累积适用的。”

弗朗西斯·阿诺德（Frances Arnold）于 2018 年获得诺贝尔化学奖，还是 Iambic 董事会的成员，她告诉路透社，这一进展标志着人工智能在药物发现领域取得了重大进步。

阿诺德提及了谷歌 DeepMind 的 AlphaFold 程序，其开发者最近荣获了诺贝尔化学奖，她表示，Enchant 解决了药物发现流程中的一项不同挑战。

她说：“AlphaFold 能够预测分子与蛋白质靶标结合的 3D 结构，然而仅有结构是不够的。”

候选药物的成功取决于其药代动力学、疗效和毒性等特性。Enchant 应对了这些各不相同且十分重要的挑战。

（由马丁·库尔特进行报道；由苏珊·芬顿负责编辑）