一家名為Insilico Medicine的生物技巧研討公司愿望經(jīng)由過程在人工智能（AI）的贊助下年夜幅增添研討所需的時(shí)光，從而完全改良藥物研發(fā)明狀。在醫(yī)學(xué)雜志《Oncotarget》揭橥的一項(xiàng)研討中，一個(gè)由Insilico Medicine引導(dǎo)的團(tuán)隊(duì)具體引見了他們的辦法。從實(shí)質(zhì)上講，其研討人員樹立了兩個(gè)盤算機(jī)收集（被稱為生成式反抗收集，簡(jiǎn)稱GANs）。個(gè)中一項(xiàng)研討提出了能夠具有抗癌特征的新份子；另外一種則能否定哪些藥物抗癌有效。Polina Mamoshina是Insilico Medicine的一位研討迷信家。她說，“最好是用藝術(shù)的類比來說明，假如癌癥藥物是藝術(shù)作品，那末第一個(gè)收集將是一個(gè)試圖對(duì)其停止模擬的藝術(shù)先生，而第二個(gè)收集將是一位藝術(shù)專家。
回到GANS，第一個(gè)收集一向試圖“誘騙”后者，讓后者接收新的份子作為正當(dāng)藥物，這兩種辦法都能更好地懂得癌癥醫(yī)治應(yīng)當(dāng)是甚么模樣。一旦它們經(jīng)由過程互相測(cè)試，這些收集便可以用來檢測(cè)化合物，以檢測(cè)它們的抗癌潛力。經(jīng)由過程這類方法，Insilico?Medicine研討團(tuán)隊(duì)從一個(gè)公共數(shù)據(jù)庫(kù)中挑選了7200萬種化學(xué)物資。在GANS當(dāng)選擇的這些化合物中曾經(jīng)有60項(xiàng)取得癌癥醫(yī)治藥物專利，這意味著收集可以或許精確地判定出這些藥物，而其選擇的其他化合物也極可能值得進(jìn)一步研討。
與體外試驗(yàn)（試管）試驗(yàn)比擬，silico試驗(yàn)室的（盤算機(jī)測(cè)試）辦法的速度更快。研討人員并沒有去尋覓新的癌癥醫(yī)治辦法，而是應(yīng)用一百萬種已知的有醫(yī)治潛力的化合物，而在短短一個(gè)月時(shí)光里，研討人員便可以將候選名單減少到100個(gè)。
這類辦法不只可以更快的增進(jìn)藥物開辟，并且還能給研討帶來更多的經(jīng)濟(jì)效益。每種試驗(yàn)掉敗的藥物，都邑形成休息力和資本價(jià)值數(shù)百萬美元的喪失。Journal of Health Economics的一項(xiàng)研討估量，每種試驗(yàn)掉敗的藥物比每種試驗(yàn)勝利的藥物本錢增長(zhǎng)了跨越16億美元。有了更少、更準(zhǔn)確的搜刮規(guī)模，研討人員可以節(jié)儉數(shù)百萬，乃至數(shù)十億。
但并不是一切人都對(duì)silico testing的運(yùn)用抱有信念。Mamoshina認(rèn)可，很多應(yīng)用更傳統(tǒng)的生物和化學(xué)辦法的癌癥研討人員不熟習(xí)人工智能，如許的試驗(yàn)成果能夠會(huì)欠好守信于他們。“對(duì)他們來講，這是一個(gè)黑盒子，”她說。“這真的很難懂得，這也是為何他們會(huì)對(duì)此持疑惑立場(chǎng)。”
與其他尖端技巧一樣，炒作也能夠推進(jìn)了Insilico Medicine的提高，然則也買下了隱患。Olexandr Isayev是北卡羅來那年夜學(xué)的助理傳授，他的試驗(yàn)室專注于開辟人工幫助藥物發(fā)明的辦法。他認(rèn)可，關(guān)于一項(xiàng)還沒有供給任何本質(zhì)性結(jié)果的技巧，人們剛開端能夠會(huì)表示的過于高興。“年夜多半揭橥的論文，包含這篇論文，都是純潔的盤算性的，”他說。“所以，一些猜測(cè)能夠是毛病的。我真的很想看到“人工智能發(fā)明”的藥物份子的初次被試驗(yàn)確認(rèn)是勝利的。”
該公司并未將這類技巧以軟件即辦事形式的情勢(shì)停止受權(quán)，而是將研討規(guī)模擴(kuò)展到收集曾經(jīng)能辨認(rèn)出的具有抗癌潛力的份子上。一旦這些化合物經(jīng)由過程傳統(tǒng)的體外測(cè)試，它們就會(huì)被受權(quán)給制藥公司停止進(jìn)一步的監(jiān)管審查，假如一切順?biāo)斓脑挘袌?chǎng)營(yíng)銷也會(huì)獲得同意。本年8月，該公司宣告，Insilico Medicine正與制藥業(yè)巨子葛蘭素史克協(xié)作，開端實(shí)行一些新的研討技巧。
Insilico Medicine對(duì)這類新辦法的信心，反應(yīng)在它決議對(duì)本身發(fā)明的藥物停止受權(quán)的決議計(jì)劃中，而不是反應(yīng)在發(fā)明藥物的對(duì)象。但是，關(guān)于該公司來講，要證實(shí)人工智能確切可以或許剔除晚期發(fā)明的藥物確切醫(yī)治有效的猜想，他們將不能不回到試驗(yàn)室停止檢測(cè)。
