在近期新冠病毒肆虐的情况下,药物的研制成了国民关注的一个问题,如何才能加速药物的研制呢,AI智能或许可以帮上忙!
一个残酷的事实是,我们已研发出的药物,与现存的疾病数目相比,可谓是九牛一毛,有许多疾病至今无药可治,而新的疾病、病毒又层出不穷,比如我们正在经历的新型冠状病毒肺炎。
传统的新药研发过程是怎样的?它有两个特点:其一,周期特别长;其二,体系非常复杂。
一个药物的发现,首先需要在生物学上确定可能产生疾病的原因,然后到各种可能的分子当中去寻找,找到合适的药物,*后在医学上临床测试。
前后平均下来,可能要花超过10年时间,总体的投入会超过10亿美元,但成功率可能还不到10%。
一个残酷的事实是,我们已研发出的药物,与现存的疾病数目相比,可谓是九牛一毛,有许多疾病至今无药可治,而新的疾病、病毒又层出不穷,比如我们正在经历的新型冠状病毒肺炎。
传统的新药研发过程是怎样的?它有两个特点:其一,周期特别长;其二,体系非常复杂。
一个药物的发现,首先需要在生物学上确定可能产生疾病的原因,然后到各种可能的分子当中去寻找,找到合适的药物,*后在医学上临床测试。
前后平均下来,可能要花超过10年时间,总体的投入会超过10亿美元,但成功率可能还不到10%。
传统药物的研发过程
回到现在现状本身,我们不得不充满敬畏地说,生物是一个非常复杂的体系。现在的人工智能很难单枪匹马完成整个新药发现的历程,我们更多认为人工智能,是在帮助我们更好地理解自己。
人工智能比传统的方法更有优势的地方是利用机器学习、人工智能的方法,能够在在非常早期,对未来将会成为药物的这些分子同时进行相对全面的判断,我们能提前筛掉后续实验会失败的分子。
也就是说人工智能用在新药发现上,有希望能极大地提高现在的发现效率和现在的成功率,我们可能有希望说,把现在需要三到四年才能完成的新药发现的前期过程,缩短到一年的时间就可以做完。在整个新药发现的过程中,人工智能技术已和药物化学家一起合作,来让人类可以去发现更好的药物。
当然,在所有的药物发现创新过程中,计算只是一方面。我们可以看到还有其它大量的创新:机器人自动化的实验方法、基因检测技术和化合物筛选的结合、大规模的分子库的筛选方法,其实都在蓬勃的发展中。
回到现在现状本身,我们不得不充满敬畏地说,生物是一个非常复杂的体系。现在的人工智能很难单枪匹马完成整个新药发现的历程,我们更多认为人工智能,是在帮助我们更好地理解自己。
人工智能比传统的方法更有优势的地方是利用机器学习、人工智能的方法,能够在在非常早期,对未来将会成为药物的这些分子同时进行相对全面的判断,我们能提前筛掉后续实验会失败的分子。
也就是说人工智能用在新药发现上,有希望能极大地提高现在的发现效率和现在的成功率,我们可能有希望说,把现在需要三到四年才能完成的新药发现的前期过程,缩短到一年的时间就可以做完。在整个新药发现的过程中,人工智能技术已和药物化学家一起合作,来让人类可以去发现更好的药物。
当然,在所有的药物发现创新过程中,计算只是一方面。我们可以看到还有其它大量的创新:机器人自动化的实验方法、基因检测技术和化合物筛选的结合、大规模的分子库的筛选方法,其实都在蓬勃的发展中。
2019年美国FDA一共批准了48款新药,其中有20个是全新意义上的新药。
在药物创新这一块,大家都在努力,但是远远不够。在人工智能帮助我们发现新药的路径上,我们可能还是会面临很多挑战,比如如何把各个药企的数据结合到一起,利用更多高质量数据去做出更好的模型。
更重大的挑战是,当面临这样一个跨学科的复杂问题,在人工智能新药发现这个话题下面,我们会汇聚化学、生物、计算机、数学、统计等多个学科的人才,这些人怎么样才能够站到一起,彼此对话,彼此理解,而不是坚持己见,保有原来固有的思维方式。这个可能是我们需要解决的关键的困难。
本文摘自:网络
想了解更多咨询请点击:ABB变频器
在药物创新这一块,大家都在努力,但是远远不够。在人工智能帮助我们发现新药的路径上,我们可能还是会面临很多挑战,比如如何把各个药企的数据结合到一起,利用更多高质量数据去做出更好的模型。
更重大的挑战是,当面临这样一个跨学科的复杂问题,在人工智能新药发现这个话题下面,我们会汇聚化学、生物、计算机、数学、统计等多个学科的人才,这些人怎么样才能够站到一起,彼此对话,彼此理解,而不是坚持己见,保有原来固有的思维方式。这个可能是我们需要解决的关键的困难。
本文摘自:网络
想了解更多咨询请点击:ABB变频器
- 下一篇:NIKE打造智能物流,减少75%人力
- 上一篇:餐饮机器人入住武汉!