人工智能如何让药物更好更快

过去，当研究人员试图诊断和治疗疾病时，他们通常会在单个基因上寻找导致问题的突变。或者，他们会寻找导致整个人群疾病的突变的平均影响。但这些方法忽略了真正导致疾病的复杂性和细节——人口统计信息、蛋白质、多基因相互作用、环境影响以及一系列其他方面。

直到最近，计算机还没有强大到能够分析所有这些健康信息，也没有足够大的数据集进行测试。但人工智能的兴起可以从大健康数据中梳理出相互作用，这种相互作用源于快速测序整个基因组和收集比以往更多的分子信息的能力。人工智能可以使精准医学成为现实，因为它有希望有一天能够识别一个人可能导致某些疾病的独特特征，以及如何治疗这些疾病。

“这就是精准医学的意义所在。我们每个人都是不同的，我们每个人的基因都是独一无二的，所以我们每个人都应该接受适合我们个人基因组成和个人环境历史的治疗，”宾夕法尼亚大学信息学系主任杰森·摩尔说。“所以我认为人工智能在这方面可以发挥非常重要的作用，能够将多种遗传和环境因素组合在一起，以识别重要的亚组。”

周二，包括摩尔在内的两名研究人员在纽约科学院举行的利用大数据和预测知识抗击疾病会议上展示了他们使用健康人工智能的方法。健康人工智能本质上是让计算机像人类一样思考基因组学、疾病和治疗方法，但以更快、更强大、更大规模的方式。

人工智能最令人兴奋的应用之一是为以前的方法遗漏的药物确定新的靶点。由于开发一种药物平均需要14年和26亿美元，制药公司希望尽其所能减少时间和成本。

生物制药公司Berg的联合创始人、总裁兼首席技术官Niven Narain博士讨论了他公司的疑问生物学人工智能平台，该平台已经确定了几个正在开发的药物靶点，以及至少25个正在开发中的药物靶点。Berg的平台汇集了尽可能多的个体患者数据——从人口统计信息和环境条件到基因突变——以便梳理出新疗法的机会。他说，Berg的方法将开发药物所需的时间和金钱减少了一半以上。

纳拉因说：“我们不仅缩短了生产药物的时间；生产的药物将产生更大的影响。”“这也是一个需要无形地赞赏的指标，因为你可以（使用当前的药物开发方法）更快地完成工作，但它只会帮助10,000人。但是如果你（用人工智能）更快地完成工作，并且你在帮助1000万人，那就有很大的不同了。”

摩尔的实验室利用他们的人工智能系统EMERGENT发现了五种新的生物标志物，它们可能是青光眼疾病的潜在药物靶点。他说，为了做到这一点，他们将2300名健康和不健康个体的患者数据、超过600,000个特定DNA序列的信息以及特定基因相互作用的知识输入EMERGENT。人工智能系统识别的其中一个DNA序列已知会影响青光眼，另外五个是药物开发的新机遇。

接下来，摩尔说，他的团队正在努力开发更好的方法来可视化人工智能计算机吐出的数据——除非生物学家能够解释它们的含义以及如何使用它们，否则结果不会有帮助。他的团队实际上正在使用视频游戏平台Unity Technologies开发应用程序，最终可以让研究人员完全沉浸在游戏系统中的数据和人工智能算法中。

但摩尔认为，人工智能可能需要至少20年才能变得足够可访问和可解释以充分发挥其潜力。Narain表示，人工智能在医学中的首次应用可能会在未来三到四年内出现，特别是因为美国。 联邦药物管理局和保险公司开始鼓励在做出医疗保健决策时使用大数据。

纳拉因说：“我认为人工智能将推动大量信息从数据到知识，从知识到产品。”“人工智能将有助于加快这一过程，并有助于消除真实信号中的噪音。这种信号将真正推动流程。”