AI技术在新冠肺炎药物发现中的应用

背景

2020年2月26日，《麻省理工学院技术评论》发布的2020年“全球十大突破性技术”中，人工智能筛选分子入选。那么什么是筛选分子呢？ 伴随着新型冠状病毒肺炎（COVID-19）的爆发，相信大家对这个概念并不陌生。最早提到这个概念的消息如下： 2020年1月25日，中国科学院上海药物研究所和上海科技大学联合研究团队综合利用虚拟筛选和酶学测试相结合的策略，发现了一批可能对新型肺炎有治疗作用的老药和中药。其中包括后来人人都耳熟能详的洛匹那韦和瑞德西韦。 分子筛选是药物开发流程（图1）中的一个步骤：是指从大量化合物中选择对某一特定靶点有活性化合物的过程。由图1可见，新药研发过程复杂漫长，面对突然爆发的新型冠状病毒肺炎，全新药物设计很不现实。因此利用人工智能技术从已有药物中发现对新型冠状病毒(SARS-CoV-2)有抑制作用的药物显得非常迫切。2020年2月26日，在麻省理工学院技术评论发布的2020年“世界十大突破技术”中，人工智能筛选分子被选中。那么什么是筛选分子呢？随着新型冠状病毒(COVID-19)的爆发，我相信每个人对这个概念都不陌生。提到这一概念的第一条新闻如下:2020年1月25日，中国科学院上海医学研究所和上海科技大学的联合研究小组，采用虚拟筛选和酶学检测相结合的方法，发现了一批可能对新肺炎有疗效的老中药。其中有洛皮纳维尔和里奇韦，后来大家都熟悉了。分子筛选是药物开发过程中的一个步骤(图1):它指的是从大量对特定靶标有活性的化合物中选择化合物的过程。从图1可以看出，新药研发过程复杂而漫长。面对新型冠状病毒的突然爆发，新药设计是非常不现实的。因此，利用人工智能技术从现有药物中寻找对新型冠状病毒(SARS-CoV-2)具有抑制作用的药物迫在眉睫。

图1[区][/区]药物开发过程

人工智能与新药研发之路

将人工智能(AI)应用于基于CADD计算机辅助药物设计(Computer-aided Druge Design)的药物发现，结合化学信息和生物信息中的大量数据，建立了高质量的机器学习模型，该模型在药物的靶标选择、分子结构/化学空、配体-受体相互作用模拟和三维定量结构-活性关系(3D-QSAR)分析过程中指导先导化合物的发现和优化。此外，人工智能也用于药物的临床阶段和批准上市后。例如，诺华公司使用人工智能从多个内部数据源获取临床数据，用于预测和监控临床试验中患者的招募、成本和质量。诺华公司声称，这项技术的应用将患者的招募时间缩短了10-15%。[分区][分区][分区][分区]

图2是人工智能医药公司Insilico Medicine在药物研发各环节中人工智能技术的应用：包括在靶点发现阶段的deep feature selection,NLP；新小分子先导化合物生成中的 deep learning；以及对小分子临床结果的预测等。图2是人工智能制药公司Insilico Medicine在药物研发的所有方面应用人工智能技术:包括深度特征选择、自然语言处理；在目标发现阶段；深度学习；生产新的小分子先导化合物:以及预测小分子的临床结果。

图2[分部][/分部] Insilico Medicine的人工智能药物开发路径

新型冠状病毒药物中的人工智能

从图1中可以看出，新药研发过程复杂而漫长。面对突发疫情，人工智能技术的应用变得非常重要。自疫情爆发以来，大量关于利用人工智能和大数据寻找有效药物的研究报告相继发表。这些研究主要集中在靶点发现、疾病网络构建和药物筛选方面。

2020年1月29日，绥坤智能应急响应小组利用人工智能文本挖掘技术，完成了对现有13139个药物分子、2000多万份文献和1960万份摘要的挖掘，并出口了数十种据报道对非典、MERS等冠状病毒有抑制作用的药物化合物。

2月3日，同济医学院与华中科技大学和华为云的其他医院和研究机构的联合研究团队宣布选择5种可能对2019年新型冠状病毒(2019-nCoV)有效的抗病毒药物。它们是贝克拉布维尔、沙奎那维尔、比泰格拉维尔、洛皮纳维尔和多卢特格拉维尔。联合研究小组对市场上或正在进行抗多种靶蛋白SARS-CoV-2临床试验的8506种药物进行了超大规模计算机辅助药物筛选，并在一周内取得了第一阶段结果。

一家合资制药公司首先通过序列相似性比较发现了具有高度同源性的病毒序列，并将其作为关键词在公共平台上查找已发表的文档或相关目标数据，并利用数据挖掘进行实体识别和关系抽取。同时，通过传统的数据库检索，找到相关目标；然后对两部分的结果进行加权，最后输出86个高置信度目标结果。然后，构建病毒特异性网络，挖掘出24条高可信度信号通路和病毒作用的核心模块:T细胞受体通路、细胞内吞作用、趋化因子通路、C型凝集受体通路和JAK-STAT通路。最后，将8000多种已知药物与病毒网络相结合进行药物筛选，共获得78种对SARS-CoV-2有抑制作用的药物，包括氯喹、阿巴卡韦、穿心莲内酯等。

2月14日，广东中南山医学基金会、广州呼吸卫生研究所和阿里云达成合作协议，加快新冠状病毒关键临床治疗技术、有效药物和疫苗的研发。阿里云将提供超大规模计算能力、人工智能算法等技术，支持钟南山团队科研人员加快新冠状病毒新药研发、病毒基因测序、蛋白质筛选等相关工作。

此外，除了目标发现、疾病网络构建和药物筛选之外，人工智能技术还用于产生新的小分子。上述人工智能新药研发公司Insilico Medicine于2020年2月6日在官方网站上披露了由其人工智能算法设计的六种新分子结构，以防止病毒复制。

摘要

人工智能和大数据在中国抗击艾滋病的斗争中发挥了巨大作用。它还使更多的企业和科研机构进一步认识到人工智能技术在药物发现中不可或缺的作用。

事实上，从这场流行病可以看出，中国在算法和硬件方面已经达到了世界先进水平。全球健康药物研发中心GHDDI正与阿里云合作开发人工智能药物研发和大数据平台:对冠状病毒(如非典/MERS)的历史药物研发进行数据挖掘和整合，开放相关的临床前和临床数据资源，计算药物的靶点和分子特性，跟踪新型冠状病毒的最新科研进展。

或许，这种流行病将改变国内制药公司对人工智能的态度，为人工智能在中国药物研发中的应用打开新的篇章。

参考材料

[1]计算机辅助药物设计导论[分部][/分部]付伟，叶德勇

[2]药物设计:方法、概念和作用方式[分部][/分部]格哈德·克莱贝

[3]基于人工智能网络药理学的SARS-CoV-2药物重新定位研究[分部][/徐丽

[4]人工智能在生命科学中的应用:在药物生命周期中取胜的方法[区][/区]克雷·赫斯克特，本·费尔布，陈伟，斯蒂芬·罗珀

—结束—

作者|[分区][/分区]荣兴