6 月 25 日消息，本周三，據(jù)美國科技雜志 Wired 報道，谷歌母公司 Alphabet 旗下人工智能公司 DeepMind 與制藥組織 DNDi 達成合作，將使用其研發(fā)的人工智能（AI）技術 AlphaFold 來尋找針對疾病的有效藥物。
這一技術在去年新冠疫情流行初期就已嶄露頭角，雖然仍有一部分科學家對它的作用提出質疑，但它表現(xiàn)出來的預測蛋白質結構的能力或將大大縮短藥物研發(fā)過程，得到了廣泛的關注，業(yè)內人士對它的發(fā)展前景表示期待。
一、快速預測蛋白質結構，破解生物學難題
2020 年初，新冠肺炎疫情剛剛開始爆發(fā)，DeepMind 的科學家就利用自研 AI 模型 AlphaFold 繪制出一些 SARS-CoV-2 病毒（即新型冠狀病毒）的蛋白質結構，這個結果后來被實驗證明是準確的，隨后被全世界的病毒學家使用。這時它不同尋常的能力就已經開始展露。
2020 年底 DeepMind 宣布，AlphaFold 已經破解了困擾生物學界 50 多年的一項難題，即對蛋白質結構的預測。
馬里蘭大學計算生物專家約翰?莫爾特（John Moult）對于 AlphaFold 的潛力感到既驚訝又興奮：“這是人工智能首次解決嚴重的科學問題，它可以對蛋白質的結構進行高質量的計算，這個前景將對理解生物學的許多方面產生極大的幫助。例如，下次我們遇見大流行病時，可以更快地確定可能的藥物策略。”
▲左為藥物實驗室結果，右為 AlphaFold 結果
二、打入制藥領域，開發(fā)針對疾病的有效藥物
現(xiàn)在 DeepMind 正在為 AlphaFold 開發(fā)更多用于現(xiàn)實世界的應用，它宣布與總部設立在日內瓦的 Drugs for Neglected Diseases initiative（DNDi）建立新的伙伴關系。DNDi 是一家非營利性制藥組織，在過去 18 年中一直致力于解決發(fā)展中國家最致命的疾病：昏睡病（sleeping sickness）、恰加斯病（Chagas disease）和利什曼病（Leishmaniasis）。
DNDi 在尋找治療昏睡病的新方法方面已經取得了相當大的成功，但是對于后兩種疾病卻沒什么進展。因此他們希望 AlphaFold 能夠在治療這兩種疾病方面發(fā)揮最大的作用。
在過去的 18 個月里，DNDi 和華盛頓大學、鄧迪大學以及葛蘭素史克（英國制藥公司）的一組傳染病研究人員已經發(fā)現(xiàn)了一種分子，它似乎能夠與與恰加斯病的寄生蟲克氏錐蟲上的蛋白質結合，這使得它能夠封閉寄生蟲并殺死它。這些科學家希望研究這種蛋白質的結構，以確切地了解藥物是如何阻止寄生蟲發(fā)揮作用的。
在過去，這是一項復雜而費力的試驗任務，需要很多年的時間來完成。但通過 AlphaFold，DNDi 及其合作者已經得到了對這種蛋白質形狀的預測。佩里希望現(xiàn)在可以利用這些預測信息來設計更多藥物，以不同的方式與這種蛋白質相結合來殺死寄生蟲。
“這可以讓我們比幾年前更快地破解恰加斯病和利什曼病。如果你能快速獲得這些蛋白質結構，你可以設計多個候選藥物，所以你有很多的臨床試驗目標。”DNDi 的藥用化學家和項目負責人本?佩里（Ben Perry）說。
▲克氏錐蟲
三、實際作用仍存爭議，業(yè)內追捧熱度不減
一些科學家仍然認為，圍繞 AlphaFold 的大量炒作需要降降溫。
“可以看到 DeepMind 在蛋白質折疊方面的工作改變了游戲規(guī)則，但現(xiàn)在說對藥物發(fā)現(xiàn)的影響還為時過早?！奔又荽髮W舊金山分校的神經學教授史蒂文?芬克貝納（Steven Finkbeiner）說。
“我總體上認為，它是一種經濟有效的方法，可以提供一個立足點，但算法遠非完美，并且有很多情況下它不起作用。蛋白質的世界極其復雜，病毒或寄生蟲的蛋白質結構往往更容易預測，然而人體內部的變化要大得多?！狈铱素惣{警告道。
盡管 AlphaFold 的實際作用仍存在爭議，但它所展現(xiàn)出來的加速藥物發(fā)現(xiàn)的可能性已經在醫(yī)學領域得到了廣泛關注。
據(jù)佩里所說，僅僅是因為他們現(xiàn)在掌握了 AlphaFold 這項技術，就大大提高了其制藥合作伙伴們對幫助其研發(fā)熱帶病新藥的興趣。
DNDi 和 DeepMind 也都希望 AlphaFold 能夠降低藥物發(fā)現(xiàn)過程的門檻，使低收入國家的科學家也能夠研究開發(fā)新的治療方法。
DeepMind 的科學人工智能負責人普希米特?科利說（Pushmeet Kohli）：“總的來說，我們試圖用 AlphaFold 做三種類型的事情。一是擴大它在結構預測方面可以做的事情，二是加速結構預測這一過程，三是讓無法使用復雜、昂貴機器的人也可以使用上這項技術。”
如果 AlphaFold 確實有助于快速開發(fā)一種治療恰加斯病或利什曼病的新療法，它將很快就會被用于許多其他的醫(yī)學領域。
莫爾特對 AlphaFold 的未來相當樂觀：“擁有針對這些罕見疾病的潛在藥物靶蛋白的結構，將有助于我們選擇最合適的藥物。我們仍然需要改進計算機方法來研究分子如何與這些蛋白質結合，但幸運的是，我們也可以將深度學習應用于這個問題。”
結語：預測蛋白質結構前景無限，價值仍需時間證明
利用人工智能來預測蛋白質結構是一項具有開創(chuàng)性的舉措，盡管它還不能取代實驗室，但是這項技術一旦實現(xiàn)，將大大縮短藥物的研發(fā)過程，有效的降低研發(fā)成本，也將給科研工作提供極大的便利。
AlphaFold 的能力已經在實踐中得到一定的展現(xiàn)，不過其在藥物研發(fā)中的實際作用目前仍存在一定的爭議，或許仍需要一定的時間和現(xiàn)實案例來驗證它現(xiàn)在的價值，其未來的發(fā)展道路也必定將充滿挑戰(zhàn)。但我們可以預見的是，人工智能將在未來的各個領域彰顯出驚人的作用，改造人類生活的方方面面。
來源：Wired
廣告聲明：文內含有的對外跳轉鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結果僅供參考，IT之家所有文章均包含本聲明。