機器人跨足醫界!「夏娃」靠人工智慧發明瘧疾新藥

作者 | 發布日期 2015 年 05 月 27 日 18:29 | 分類 尖端科技 , 機器人 , 醫療科技 follow us in feedly
medicaldaily

英國牛津大學曾在 2013 年發表了一份名為「就業的未來」(The Future Of Employment)研究報告,提到最容易被機器人給取代的人類工作:如法律助理、個人金融顧問、程式設計師等,洋洋灑灑列了一長列名單,但如果醫藥界以為可以隔岸觀火,對人工智慧崛起視若無睹,接下來的訊息可能會讓你傷點腦筋。




英國劍橋大學和曼徹斯特大學合作開發出機器人科學家(Robot scientist)──「夏娃」(Eve),她專長在於推動新型藥物的發明,讓新藥開發速度更快、價格更低廉。

其實早在 2009 年,科學家就嘗試將人工智慧介入科學,當時阿伯里斯特威斯(Aberystwyth and Cambridge University researchers)和劍橋大學的研究人員設計了「亞當(Adam)」,這是第一個能獨立發現新科學知識的機器人。亞當專職研究麵包中的酵母菌,其內建所有關於酵母菌的生理學知識,然後就像人類科學家一樣,訂定目標反覆實驗出個結果,而這過程是不須人類介入,完全靠機器智慧獨力完成。

▲ 機器人亞當(Source:YouTube

然而這只是一個原型機(Prototype),它的創造者羅斯金(Ross King)博士為亞當打造出一個更優質的機器人伴侶「夏娃」,應用於早期藥物研發設計。

談起現今的藥物研發,從發現到成為真正有用的新藥,都非常費時、耗費金錢。當一個具有藥理活性的先導藥物(Lead compound)被開發出來,需再試驗千百種衍生物讓先導藥物的結構和活性關係(Quantitative Structure–Activity Relationship,簡稱 QSAR)更明確,經過優化之後的藥物必須評估活性、毒性、安定性、藥物動力學,再選出候選藥物(Candidate)進入下一階段臨床試驗,這之中的篩檢規模龐大,也因此製藥界著手自動化發展。

 

每天能篩選萬種化合物

而 2.0 版的機器人科學家夏娃,強化人工智慧的功能,專長就在於「自動辨別藥物」和「主動學習」。她會就觀察設定一個假說,之後反覆測試。和傳統自動化篩選的不同點在於,夏娃一開始隨機選擇資料庫中的一個子集,找出第一個測試成功的化合物,之後經過多次反覆測試以降低假陽性結果的概率,並根據早期篩選的經驗紀錄,再利用統計學和機器學習程序來分析藥物與生物體結構的相互反應,並在過程中學習成功的經驗,藉此設計出更好的衍生物以提高藥效、降低副作用。

雖然目前夏娃還沒有自行合成化合物的能力,但她每天可自動化篩選超過一萬種化合物,這能降低成本和不確定性,並且節省研發時間。此外,夏娃可以非常精確地記錄包含實驗構思、執行細節,且所有過程都是數位化保存,對於日後其他新藥開發非常有幫助。

有感於近年來開發新藥常偏重於心血管疾病、抗癌或婦女疾病(乳癌、骨質疏鬆)類,研發團隊率先著手在全球需求量大的熱帶疾病藥物開發,根據皇家學會期刊登載,夏娃在一個大約含有 1,500 種經臨床批准應用的化合物庫中進行測試,她找出一種抗癌化合物 TNP-470,能夠同時抑制疾間日瘧原蟲(Plasmodium vivax)體內必需酶──二氫葉酸還原酶(dihydrofolate reductase, DHFR), 阻斷瘧原蟲繁衍,進而達到藥物治療目的。

http://rsif.royalsocietypublishing.org/

▲ 夏娃發現阻斷瘧原蟲繁衍的抗癌化合物。(Source:皇家學會期刊

儘管有科學家指出夏娃發明出來的瘧疾新藥,效果比不上現有既存的藥物,也有藥物探索專家批評這僅是就現有資料用電腦去組合出結果,並非真的突破性藥物的發展。但不可否認的,一個好的藥物可能需要 10 年、數十億美金才能創造出來,在這漫長的研發期間,可能已有數百萬人罹病受苦,或者現有藥物已出現抗藥性。當人工智慧介入藥品研發,人類科學家能更專注於新醫療發明,能更大為降低研發藥物的成本和時間,如此一些真正被人們需要但較不具經濟價值的藥物比如寄生蟲、瘧疾等熱帶疾病,或者治療罕見疾病的孤兒藥(Orphan drug),也許就不再被製藥市場給邊緣化。

(首圖來源:medicaldaily) 

發表迴響