AGV机器人

9月27日消息，反病毒药物它具有时间长、病毒变异快等特点，全球多个国家。药物研究与开发公司机器学习和深度学习等人工智能技术正在被引用来筛选和检测现有的技术。药物或者一个全新的阶层。药物分子，用于开发可以阻断病毒的抗病毒药物，可以大规模生产。药物。

其中，巴黎的Iktos和美国的SRI Biosciences研发并合成了第一轮针对新冠肺炎的反病毒。药物实验，并已进入测试阶段。

AI工具进入医药行业，意图将研发周期缩短至6个月。

在去年的一次会议上，扬格斯顿-马特和内森·柯林斯一见如故。马修是巴黎的艾。公司Iktos首席执行官兼联合创始人，Iktos的主要业务是通过深度学习模型设计虚拟新分子，柯林斯是硅谷非营利组织SRI International的子公司。公司SRI生物科学的首席战略官，由自动合成化学平台领导，提供制造分子的方法。

“SRI生物科学公司可以生产我们设计的新药，这样两家公司就可以。公司我们的业务正好互补。”提到后面的合作，马特回忆道。

所以在2019年底，他们联合发起了一个项目，设计一种阻止流感蛋白的反病毒。药物。随后新冠肺炎爆发，加斯顿马特和科林斯得知，新型冠状病毒的罪魁祸首蛋白质与他们要阻止的流感蛋白质相似，达到百分之九十七。因此，双方都加快了研发。

新冠肺炎的第一批抗病毒治疗。药物可能来自现有的药物筛选。例如，Remdesivir最初用于治疗埃博拉病毒，现在已经证明它可以加快新冠肺炎患者的康复速度。但它是为病毒制造的药物当用于治疗另一种病毒时，通常疗效有限，并可能产生副作用。如果研究人员生产抗新型冠状病毒病毒的药物，药物，然后是药物可能比Remdesivir更安全有效。

此外，还有一个致命的问题:传统药物研发速度太慢，无法应对突发疫情。从头开始设计药物一般需要三到五年，这还不算后续临床试验的时间。“我们的目标是将人工智能与自动化结合起来，并将时间缩短到六个月或更短，”柯林斯说。药物研发速度越来越快。"

小型生物技术公司和大型制药公司。公司每个人都同意这一观点，其中许多人公司目前，以超级计算能力为后盾的自动化技术正在不断发展，以前所未有的速度和范围预测、设计和测试新冠肺炎疫情和下一次大规模传染病。药物。

“整个行业都在使用这些工具，”汉堡家族国际抗病毒研究协会主席说。药物研究与开发公司赢创科技执行副总裁卡拉·卡特(Kara Carter)说。“我们不仅需要新的反病毒软件。药物治疗人群中可能出现的新型冠状病毒感染，以及治疗未来到来的病原体。"

抗病毒药物R&D困境面临三大难题。

抗病毒药物与疫苗基本不同的是，疫苗可以帮助免疫系统防御病毒入侵，产生的抗体可以增强人体的免疫反应。相比之下，杀毒药物一种与特定蛋白质结合并阻断其功能的化合物，从而防止病毒自我复制并阻止其传播。

据估计，新型冠状病毒病毒有25到29种蛋白质，但并不是所有的蛋白质都适合。药物目标。在研究阶段药物靶标包括:可直接与人体细胞受体结合的外刺突蛋白、可将细胞内较长的病毒蛋白切割成功能片段的两种被称为蛋白酶剪刀的酶、聚合酶复合物。

但是只有那些附着在目标蛋白上的才被选择。药物还不够，化学家还需要考虑药物它与目标结合的紧密程度，以及它是否也与其他物质结合体内新陈代谢的速度等。成为候选人药物大约需要满足10到20个这样的条件。

"但是这些条件似乎常常互不相关或相互矛盾."马特说。

制作反病毒药物难，主要有以下三个原因。

首先，病毒是病原体界的“斯巴达人”:高效而凶残，是逃脱人类免疫系统的专家。这种病毒的直径约为20至250纳米，只有几个简单的组成部分。它通过劫持宿主细胞来繁殖，离开时往往会破坏这些细胞。他们有无数的技术来掩盖自己的存在，包括防止被感染的细胞发出分子求救信号。加拿大皇后大学病毒学家科尔皮茨(Colpitts)说:“因为这种病毒真的很小，成分很少，所以可以作为。药物目标的蛋白质其实不多。"

其次，病毒可以快速复制，通常在几小时或几天内翻倍。这种遗传物质的不断复制使病毒能够快速进化并避开它。药物功能的突然变化。所以当只使用一个时药物接受治疗后，艾滋病毒很快就会产生耐药性。这就是为什么治疗艾滋病毒感染需要使用抗病毒药物混合物。

最后，与独立存在于人体细胞外的细菌不同，病毒会入侵人体细胞进行繁殖。因此，任何用来消灭病毒的东西。药物需要杀死宿主细胞。如果药物不能区分病毒和细胞会造成严重的副作用。从事防毒工作药物从事研发超过30年的卡特说，“这两者真的很难区分。”

除了病毒本身的特性造成的研发困难，资金问题也是反病毒的障碍药物研发是重要的一环，因为抗病毒药物的研发很少有利润。伦敦经济学院的健康政策研究人员估计，开发一种新药的平均成本为10亿美元，而癌症和其他特殊疾病的治疗费用为10亿美元药物平均成本高达28亿美元。卡特说，由于抗病毒药物通常只在疫情期间服用，因此，公司发展很少能够恢复。药物钱都花了，利润就更不用说了。

多佳大药房公司联合开发新药，药物R&D技术需要突破

德国海德堡的独立研究机构BioMed X董事总经理克里斯蒂安·蒂多纳(Christian Tidona)说:“如果你想改变现状，逐渐改进方法是没有用的。 药物R&D需要突破性的新技术。"

Iktos的AI平台由药物由化学家和人工智能专家创造。为了对付新型冠状病毒公司生成模型(用于生成新数据的深度学习算法)用于“想象”分子结构。

Iktos首席执行官兼联合创始人马修(Matthew)表示，根据新的药物Iktos的AI平台可以提出并检测大约100万种化合物。这是一个迭代的过程:在每个阶段，系统会生成100种虚拟化合物，并使用预测模型对其进行测试，以了解它们与目标条件的接近程度。测试结果然后用于设计下一批化合物。

他说:“就像我们有一个速度非常快的化学家，他正在设计化合物，测试化合物，并根据获得的数据设计另一批化合物。”

虽然这台计算机没有人类化学家聪明，但速度快得多。它可以探索科学家所说的“化学空间”，即所有可能的有机化合物。未开发的化学空间是巨大的:生物化学家估计至少有1063个可能的类别。药物分子，但是99.9%都没有合成过。

虽然需要大量的测试和计算，但设计化合物并不是新药开发中最困难的部分。设计得好药物有了模型之后必须合成，而合成新化学物质的过程200年来没有太大变化，还是靠人工操作。合成过程可能需要几天时间，然后可能需要几个月到几年的时间来优化它以进行定量生产。

这也是马修急于将Iktos AI生成的分子结构发送给SRI生物科学的柯林斯团队的原因。在国防高级研究计划局1380万美元的支持下，SRI生物科学公司在过去四年中已经能够实现合成过程的自动化。柯林斯说应该是公司三种叫做SynFini的自动化试剂盒可以在几小时或几天内生产出新的化合物。

在化合物合成的过程中，机器学习软件会先提出制造所需分子的可能方式，然后打印出含有少量混合化学成分的化合物，看它们如何反应，以测试机器学习提出的路径。如果产生了正确的化合物，平台将继续测试它。最终，一个台式化工厂被组合成了目标化合物。

在Iktos和SRI Biosciences宣布合作后不到四个月，他们已经设计并合成了第一轮新型冠状病毒抗病毒药物。药物实验。现在，他们正在实际环境中测试这些实验的性能。

他们不是唯一将人工智能和自动化应用于药物研发合作项目。3月下旬，总部位于香港Insilico Medicine的首席执行官亚历克斯·扎沃龙科夫(Alex Zhavoronkov)在YouTube上偶然看到一段视频，视频显示三名研究人员在虚拟现实场景中的一个球形蓝色蛋白质的侧面放置了彩色的条形片段。这三名研究人员正在使用虚拟现实来探索化合物如何与新型冠状病毒酶结合。Zhavoronkov联系了发布视频的初创公司。公司，也就是圣地亚哥的Nanome，并邀请它通过虚拟现实来检查Insilico AI生成的分子。

Insilico运行一个人工智能平台，该平台使用生物数据训练深度学习算法来识别类别。药物特征，可能与蛋白质目标结合的分子。在1月下旬为期4天的训练中，该平台产生了100个分子，所有这些分子似乎都能够与新型冠状病毒蛋白酶结合，因此近期将合成其中一些分子供实验室测试。

Nanome的虚拟现实软件允许研究人员导入分子结构，然后以单个原子为单位查看和操作它。Nanome首席执行官史蒂夫·麦克洛斯基(Steve McCloskey)表示，就像人类棋手通过计算机程序模拟国际象棋步骤一样，化学家可以利用VR来寻找更像的分子。药物合成的方式。他说:“人机界面越紧密，双向传递的信息就越多。”

Zhavoronkov将Insilico中几种化合物的数据发送给Nanome，后者在VR中重现它们。Nanome的化学家展示了如何通过调整来改善化合物的合成。扎沃龙科夫说:“这是一次非常愉快的合作。”

与此同时，3月，日本武田制药公司邀请纽约，他正在开发化学模拟软件。公司薛定谔添加了杀毒软件药物Alliance，其人工智能专注于蛋白质、小分子以及它们如何相互作用。

首席生物医学科学家、薛定谔研发负责人卡伦·阿金桑亚(Karen Akinsanya)表示，该软件每周都会筛选数十亿个分子来测试化合物的性质，同时优化所需的性质。她说:“我们迫切需要同样能被人体很好吸收的有效分子。”她补充道，药物开发人员正在寻找可以广泛使用和易于给药的化合物，如口服给药。药物代替静脉注射药物。

薛定谔评估了四种蛋白质化合物，通过虚拟模拟筛选了其中两种，这需要大量的计算。6月，谷歌云为该项目捐赠了1600万小时的英伟达GPU时间。公司计算，接下来，杀毒。药物联盟药房公司将被合成和测试以确定抗病毒药物最可能的产量。药物的化合物。

其他包括亚马逊网络服务，IBM和英特尔。公司美国的一些国家实验室也向新冠肺炎高性能计算联盟贡献了时间和资源。新冠肺炎高性能计算联盟正在支持87个项目，这些项目现在可以访问680万个CPU内核、50，000个GPU和600个petaflops。

结论:药物R&D需要多方帮助。

虽然先进的技术可以加快前期药物找到了，但是有新的吗药物生产必须先通过动物实现，量产后再进行临床试验，之后是一系列抗病毒药物。药物测试，这些测试平均需要7年左右。

今年5月，德国BioMed X研究所启动了一项为期五年的项目，旨在建立一个快速抗病毒反应平台，该平台将加速从制造到临床试验的整个过程。药物研发。制药公司为此花费了约4000万欧元(4700万美元)。公司投资项目还将支持为年轻科学家的研究提供资金和必要的设备。

“我们将致力于在不到6个月的时间内完成从识别新病毒到开发1万种新药的测试。”负责该项目的BioMed X公司的蒂多纳说。

SRI生物科学公司的首席战略官柯林斯也表示:“我们必须走出我们的舒适区，开始重新思考如何更快地应对这些威胁。”

尽管疫苗研发所需的时间可能比特殊抗病毒药物短得多，但专家希望新冠肺炎高性能计算联盟继续支持具有直接效果的抗病毒药物的研发。药物。创造更多的研究和开发反病毒药物我们的工具不仅可以帮助我们应对新冠肺炎疫情，还可以为下一次疫情做准备。