开发新药物是臭名昭着的低效率。所有进入临床试验的药物中，不到12％的药品终于出现在药店，药物销售价格约为26亿美元。它主要是通过错误地将化合物和化学物质逐个喷洒到患病细胞的培养皿中的过程试验。有这么多分子测试，药学研究人员使用移液赢咖4一次测试几千种变体。然后最好的候选人进入动物模型或细胞培养，希望有一些人会继续进行更大的动物和人类临床试验。
这就是为什么越来越多的药物开发商转向电脑和赢咖4来缩小潜在的药物分子清单，从而节省了下游测试的时间和金钱。算法可以识别编码具有很好的药物结合潜力的蛋白质的基因。新的模型，包括今天发表在科学转化医学的新模型，增加了新的层次的复杂性，以缩小领域的蛋白质，药物和临床数据，以更好地预测哪些基因最有可能使蛋白质可以结合。
遗传流行病学家Aroon Hingorani说，“由于许多原因药物开发可能会失败”。 “然而，主要原因是没有为感兴趣的疾病选择正确的目标。”一种药物可能在细胞，组织和动物模型的早期实验中显示出初步的前景，但是这些药物往往过于简单化，很少受到随机化和盲法。例如，精神分裂症最常见的模式是一种突然跳跃的鼠标，这种被称为“爆裂”的行为 - 不是人类对精神药物反应的最自然模型。科学家们使用这些结果来估计哪些蛋白质被靶向，但是由于这些研究往往是小而短的，所以有很多方法来解释结果。
Hororani的小组不是依赖这些有限的实验，而是建立了一个将遗传信息与蛋白质结构数据和已知药物相互作用相结合的预测模型。他们最终获得了近4500种潜在的药物靶点，将以前的人类基因组数量估计为“可药用”的估计翻了一倍。然后，两名临床医生梳理出正确的形状和化学物质的144种药物与其建立的蛋白质结合目标。这些已经通过安全测试 - 这意味着它们可以很快被重新用于其他疾病。当你正在开发药物时，时间就是金钱。
研究人员估计，大约15％到20％的新药成本进入发现阶段。通常，这代表高达几亿美元和三至六年的工作。计算方法承诺将这一过程缩短到几个月，价格成千上万美元。他们还没有交付 - 今天市场上没有药物，开始于一个AI系统挑选出来。但他们正在进入管道。
Hingorani的合作者之一是BenevolentAI（英国AI公司）生物医学信息学副总裁，该公司最近与Janssen（强生公司）签署了一项收购和开发临床试验药物候选人的协议。他们计划在今年晚些时候开始IIb期试验。其他制药企业也在跳槽;上个月，日本眼科学巨头桑登与基于帕洛阿尔托的两眼医院签署了协议，利用其AI驱动的技术来确定青光眼候选药物。几个星期前，两家欧洲公司 - Pharnext和Galapagos合作，将电脑模型用于寻找神经退行性疾病的新治疗方法。
但是，长期的药物管道研究人员Derek Lowe写了一篇关于科学科目的博客，他说他通常对纯粹的计算方法持怀疑态度。 “从长远来看，我没有看到这个东西是不可能的，”他说。 “但是如果有人来找我说，他们只能预测整个化合物列表的活动，例如，我可能会认为它是胡说八道的。我想在我相信之前想看到很多证据。“
像TwoXAR这样的公司正在努力建立这样的证据。去年秋天，他们与斯坦福大学亚洲肝脏中心合作，筛选了25,000名潜在的成人肝癌候选人。他们在帕洛阿尔托（Palo Alto）的一家废弃的美甲沙龙上工作，通过遗传，蛋白质组学，药物和临床数据库筛选出计算机软件来识别10种可能的治疗方法。肝脏中心的主任塞缪尔·苏，对他们带回来的名单感到惊讶：它包括了实验室研究人员做出的几项预测。所以他决定测试所有10.最有希望的一个，杀死五种不同的肝癌细胞系而不伤害健康细胞，现在正在进行人体试验。同一癌症唯一现有的FDA批准的治疗需要五年时间才能开发;到目前为止，它已经是两个人和斯坦福大学四个月了。
令人兴奋的是：对于具有如此高失败率的行业，即使小幅增长也可能是数十亿美元。更别提那些人生。但是，将药物湿实验室转化为服务器场的真实情况将不会在药物实际上上市之前进行。
