焦點報導

首頁> 焦點報導清單> 運用AI加速新藥研發

運用AI加速新藥研發

/ 發布日期:2017/09/07/ 瀏覽次數:31
藥物研發是一種冗長且苦苦尋覓的過程,甚至於發現新藥的契機有時是來自依靠運氣的過程。同時,漫長的研發周期存在很多問題,若前期工作做得不好,後續臨床試驗的中途夭折機率亦會隨之增加,恐損失高達數億美元的研發成本。 人工智慧可應用於藥物研發的不同環節,包括新藥開發、藥物有效性、安全性的預測、提升研發效率等。 Frost & Sullivan的報告提出人工智慧應用新藥研發的創新案例,其目的是為了將人工智慧與生物、化學和製藥等技術相結合,加速創新藥物的研發,並進一步推動此技術的發展。 一、 人工智慧應用新藥研發 (一) 人工智慧新藥研發概述 藥物研發時程非常冗長、研發成本相當高、失敗率也高,藥物商業化的平均時間約為10年,且每一項藥物的研發成本高達26億美元。此外,尚有其他發展困境,例如:在藥物測試階段,使用動物試驗時失敗率很高,且不一定能完全將動物試驗模式套用在人體上使用。但市場仍對於如癡呆症、其他罕見疾病藥物的需求量甚大。 英國BenevolentAI公司開發出一個可分析結構化、非結構化的大型資料庫平台,透過人工智慧與機器學習技術,可從散亂無章、零碎的大量資料中,擷取出有助於藥物研發的知識,並提出可被驗證的新假說,進而讓藥物研發可以快速前往下個階段。因此,運用人工智慧技術輔助新藥開發,將有助於降低研發新藥的失敗機率。 該技術平台名為判斷增強認知系統 (Judgment Augmented Cognition System, JACS)使用深度學習、人工智慧與自然語言處理技術,可辨識出有助於目標疾病治療的候選藥物。判斷加強認知系統需要對大量資進行運算,為了提高運算能力與效率,該公司向NVIDIA購買專門為深度學習設計的超級電腦DGX,以利提高機器學習的運算效能。自2013年以來, BenevolentAI在短短的四年間 已研發出 24個有望進行臨床試驗的候選藥物。 二、 創新特性: (一) 肌萎縮性脊髓側索硬化症(Amyotrophic Lateral Sclerosis, ALS)候選藥物:BenevolentAI發現了五種有望用來治療肌萎縮性脊髓側索硬化症的候選藥物,可延緩疾病的發作時間。 (二) 潛在發展應用:BenevolentAI預計將平台應用拓展到農業技術、營養保健品、材料和獸醫科學等領域。 (三) 授權簽署:BenevolentAI將研究結果授權給其他製藥公司,並與製藥公司簽訂了臨床階段候選藥物的授權協議。 (四) 驗證:BenevolentAI用來治療肌萎縮性脊髓側索硬化症的假設,已通過英國謝菲爾德翻譯神經科學研究機構(Sheffield Institute of Translational Neuroscience, SITran)的認證。
延伸閱讀
資料來源