研究人员成功地将AlphaFold应用于一个名为Pharma的端到端AI药物发现平台。.AI。其中包括生物计算引擎PandaOmics和生成化学引擎Chemistry42。

他们发现了HCC的新靶点 - 一种以前未发现的治疗途径 - 并开发了一种“新型命中分子”，可以在没有实验确定结构的帮助下与该靶标结合。这一壮举从靶标选择到仅合成七种化合物后仅用了30天就完成了。

在第二轮人工智能驱动的化合物生成中，研究人员发现了一种更有效的命中分子——尽管任何潜在的药物仍然需要经过临床试验。

AlphaFold的革命性潜力

该研究发表在《化学科学》杂志上，由多伦多大学加速联盟主任Alán Aspuru-Guzik，诺贝尔奖获得者Michael Levitt和Insilico Medicine创始人兼首席执行官Alex Zhavoronkov领导。

“虽然世界对艺术和语言中生成人工智能的进步着迷，但我们的生成人工智能算法设法设计出具有AlphaFold衍生结构的目标的有效抑制剂，”Zhavoronkov说。

“AlphaFold在预测人体所有蛋白质的结构方面开辟了新的科学基础，”共同作者，Insilico Medicine首席科学官兼联合首席执行官Feng Ren补充道。“在Insilico Medicine，我们认为这是一个难以置信的机会，可以将这些结构应用于我们的端到端AI平台，以产生新的治疗方法，以解决需求未满足的疾病。这篇论文是朝着这个方向迈出的重要的第一步。

人工智能正在彻底改变药物发现和开发。2022 年，由 Alphabet 的 DeepMind 开发的 AlphaFold 计算机程序预测了整个人类基因组的蛋白质结构——这是人工智能应用和结构生物学的显着突破。

这个免费的人工智能数据库正在帮助科学家预测数百万种未知蛋白质的结构，这是加速开发治疗疾病及其他疾病的新药的关键。

科学家们传统上依赖于传统的试错化学方法，这些方法缓慢，昂贵，限制了他们对新药的探索范围。正如COVID-19所表明的那样，需要迅速开发新药或现有药物的新制剂，并且越来越受到公众的期望。

人工智能有可能通过改变材料和分子发现来提供这种速度，就像它在过去十年中几乎在科学和工程的每个分支中所做的那样。

“这篇论文进一步证明了人工智能有能力以更高的速度、效率和准确性改变药物发现过程，”诺贝尔化学奖获得者、罗伯特·W·和维维安·K·卡希尔癌症研究教授、斯坦福大学计算机科学教授迈克尔·莱维特说。

“将AlphaFold的预测能力与Insilico Medicine Pharma.AI 平台的目标和药物设计能力结合在一起，可以想象我们正处于人工智能药物发现新时代的风口浪尖。

Insilico Medicine(一家将Aspuru-Guzik和Levitt作为顾问的临床阶段公司)和多伦多大学的加速联盟都在积极致力于开发自动驾驶实验室，这是一项结合人工智能，自动化和先进计算的新兴技术，以加速材料和分子发现。

可访问的工具和数据将帮助更多的科学家进入人工智能科学领域，从而有助于推动这一领域的重大进展。

“这篇论文表明，对于医疗保健来说，人工智能的发展不仅仅是它们各部分的总和，”多伦多大学艺术与科学学院化学和计算机科学教授、加拿大150理论和量子化学研究Aspuru-Guzik说。

“如果使用针对人工智能衍生蛋白质的生成模型，则可以大大扩展我们可以针对的疾病范围。如果将自动驾驶实验室加入其中，我们将处于未知领域。敬请期待!