獲英偉達支持，Iambic 公司在藥物發現獲突破

作者：馬丁·庫爾特（Martin Coulter）

倫敦（路透社） - 生物技術公司 Iambic Therapeutics 週二公佈了其所謂的突破性人工智能模型，稱該模型能夠大幅縮減開發新藥所需的時間和資金。

越來越多的科技初創公司正在使用人工智能來推進藥物研究。此前獲得科技巨頭英偉達投資的 Iambic 披露了其名爲“Enchant”的新人工智能藥物發現模型的詳情。

Enchant 是依據大量的臨牀前數據訓練而成的，這些數據源於藥物在開展人體試驗前進行的實驗室測試。該模型的目的是預測給定藥物在開發的最初階段的表現情況。

在 Iambic 發佈的一份白皮書中，Enchant 在預測人體對某些藥物的吸收狀況時呈現出了很高的準確性，其結果與實際結果相互對照。

該公司表示，其模型設定了一個新的基準，預測準確率爲 0.74。相比之下，早期的模型最高僅達 0.58。

抑揚格公司的聯合創始人兼首席技術官弗雷德·曼比告訴路透社，使用 Enchant 的研究人員有可能將開發某些藥物所需的投資減少一半，因爲他們在最早階段就能看到一種藥物可能會取得多大成功。

“一種產品推向市場的成本通常被提及約爲 20 億美元，其中很大一部分並非項目成本，而是失敗率。一種產品一直到成爲上市藥品的成本源於後期高失敗率的可能性，”他說。

“如果您在臨牀開發的每個階段都提升 10%，您基本上就能將成本減半，因爲這是累積適用的。”

弗朗西斯·阿諾德（Frances Arnold）於 2018 年獲得諾貝爾化學獎，還是 Iambic 董事會的成員，她告訴路透社，這一進展標誌着人工智能在藥物發現領域取得了重大進步。

阿諾德提及了谷歌 DeepMind 的 AlphaFold 程序，其開發者最近榮獲了諾貝爾化學獎，她表示，Enchant 解決了藥物發現流程中的一項不同挑戰。

她說：“AlphaFold 能夠預測分子與蛋白質靶標結合的 3D 結構，然而僅有結構是不夠的。”

候選藥物的成功取決於其藥代動力學、療效和毒性等特性。Enchant 應對了這些各不相同且十分重要的挑戰。

（由馬丁·庫爾特進行報道；由蘇珊·芬頓負責編輯）