2016年02月18日 星期四 23:57:08

掌握大中華市場脈動.亞洲專業華文生技產業月刊

AI開發新藥僅需21天 成本15萬美元 英科智能GENTRL系統於Github上線

2019.09.05 環球生技雜誌記者/李林璦 編譯

英科智能執行長Alex Zhavoronkov

英科智能執行長Alex Zhavoronkov

日前(2),英科智能( Insilico Medicine, Inc.)開發出一種深度學習系統,稱為生成性張力強化學習(Generative Tensorial Reinforcement Learning, GENTRL),可以在21天內設計出6種治療纖維化(fibrosis)疾病的DDR1抑制劑,並且其中一種候選療法已在小鼠的藥物代謝動力學中效果顯著。該研究發表於《Nature Biotechnology》,且軟體原始碼已發布於Github上。 

英科智能團隊與藥明康德合作,針對酪氨酸激酶接受器(discoidin domain receptor 1-DDR1)做開發,其為具有酪胺激酶活性之膠原蛋白受體,主要表現於上皮細胞中,並與纖維化疾病有關。 

GENTRL系統會優先考慮合成化合物的可行性,與化合物對生物靶標的有效性以及比對該化合物與醫學文獻中發現的其他專利分子之間的區別。 

英科智能團隊利用GENTRL系統在21天內,產生了30,000種不同的結構,研究人員隨機挑選出40個結構,其中有39個是具有新穎性的結構,他們篩選並合成了其中6種先導化合物。 

其中4種化合物在生化檢測中具有活性,2種在細胞試驗中顯示出對於DDR1有很高的抑制力,且能有效降低與纖維化疾病進程相關的生物標誌物。 

最後,研究人員選擇1號化合物進行小鼠的藥物代謝動力學試驗,結果顯示,無論是通過靜脈注射或通過口服,藥物代謝動力學的成效均十分優異。 

從定下標的、設計、合成到完成臨床前生物學驗證,整個過程耗時 46 天,比傳統製藥公司的藥物研發過程快15倍,且大約僅要15萬美元的成本,大大降低了研發藥物的成本與時間。 

英科智能執行長Alex Zhavoronkov表示,傳統有許多的新藥產生途徑,但是大多數藥物皆為無意中發現,或是在對發酵產品、化學品以及天然物進行大量篩選所得到的結果,大約每八萬個化合物才能獲得一個先導化合物(lead compound),而在少數的先導化合物中又只有十分之一的化合物可以通過人體臨床試驗,因此新藥的開發之路十分荊棘。

自2016年Insilico Medicine團隊創立以來,一直在探索利用生成對抗網路(Generative Adversarial Nets, GAN)來產生具有特定性質的新型分子結構,本次研究是一個重要的突破,它顯示了使用AI進行藥物研發的可能性,但他也認為,Insilico仍然有很多後續研究要持續進行。

參考資料:https://www.fiercebiotech.com/medtech/insilico-s-ai-networks-generate-custom-lead-compounds-for-fibrosis-less-than-50-days 

https://www.nature.com/articles/s41587-019-0224-x

“History Doesn't Repeat Itself, but It Often Rhymes” – Mark Twain.

文章分類 科學要聞

發表迴響

Copyright© 2020 環球生技投資股份有限公司. All rights reserved.

讀者服務電話:(02)2726-1065  時間:週一 ~ 週五 9:00 ~ 18:00

服務信箱:[email protected]

地址:110臺北市信義區松德路161號2樓之3, Taiwan