陈根：新型人工智能，针对识别药物活性_风闻

文/陈根

近年来，随着科技的不断发展，人工智能与医疗的结合越来越多，并衍生出许多基于人工智能技术的前沿医学技术和医疗器械，比如医疗影像的人工智能分析，疾病智能诊断，人工智能手术机器人，人工智能辅助药物研发等。

就人工智能辅助药物研发而言，一直以来，药物研发都存在研发周期长、成本高、成功率低的问题。在高投入下，医药研发往往很难得到理想的回报，特别是在药物发现阶段，需要进行大量的数据分析、筛选等工作，才能有一个正确的开端。而人工智能技术能够大幅缩短药物筛选时间，提升药物筛选的精准性。

近日，苏黎世联邦理工学院的研究人员就开发了一种新型人工智能，其能够针对性地识别天然产物的生物活性，然后找到与之具有相同效果但更易于制造的化合物分子。

在当今新药的开发中，很大一部分研究都是在模仿某些天然存在的物质，因为大多数天然产品都是通过进化机制选择后，存在某种活性成分才能持续存在至今的。然而，许多天然产物的生物活性都是未知的，且具有的药理活性稀缺。

例如青霉素的发现，改写了人类的医学史。但是在很多情况下，即便找到了这种潜在的有效物质，因为提取困难，数量稀少，也难以投入实际的临床治疗中。这时候，往往只能用过程复杂的生物培养获取，这使得新药就算可以投入临床治疗，也很难投入工业化批量生产。

于是，研究人员以海洋链霉菌中的化合物marinopyrole A为设计模板，按照计算建议的合成路线，构建了可分三步合成的创新小分子。计算活性预测显示环氧合酶(COX)是marinpyrrole a和de novo设计的假定靶点。

这些分子设计被实验证实为是具有纳摩尔效价的选择性COX-1抑制剂，X射线结构分析揭示了最具选择性的化合物与COX-1的结合。经过实验室验证，marinopyrrole A 确实可与大多数预测的蛋白质产生了可测量的相互作用。

也就是说，该人工智能可以先寻找天然产物的可能的目标蛋白，然后根据相关的反应模式寻找具有类似效果的简单化学分子。与传统筛选方法相比，使用这种方法找到具有医学意义的活性成分和目标蛋白对的机会要大得多。

可以说，天然产品启发合成分子代表了一种生态和经济上可持续发展，机器智能的全新设计弥合了生物活性天然产物和合成分子之间的鸿沟。未来，希望这一研究能助力医药的研发。