制药界的“ChatGPT”,首个由生成式人工智能设计的新冠口服药获批进入临床
- 来源:生物探索
- 阅读量:33
- 发表时间:2023-03-23
这两天,又一款靶向3CL蛋白酶的新冠口服药获批进入临床。
新冠口服药作为应对新冠疫情的直接抗病毒药物,在全球范围内依然存在迫切的临床需求。截至2023年2月,全球新冠累计确诊感染人数近7.54亿,死亡人数达682万。在WHO最新会议中,新冠大流行仍被认为是构成“国际关注的突发公共卫生事件(PHEIC)”。
众所周知,当前对新冠病毒有效药物的研究和开发,主要围绕阻断病毒进入细胞、抑制病毒复制以及调节人体免疫系统等策略展开。其中3CL蛋白酶作为冠状病毒复制所必须的酶,成为新冠药物开发的热门靶点。
ISM3312正是一款靶向3CL蛋白酶的小分子抑制剂。相关资料显示,ISM3312分子结构新颖,以全新的不可逆共价结合机制与靶蛋白结合,具有广谱的抗冠状病毒活性、良好的单药口服生物利用度,以及潜在抗临床耐药突变能力等特点。除此之外,它的化学合成也相对简便,从原料到化合物制备仅需两步合成。
2020年初英矽智能在“元宇宙”中设计新冠分子
此前,有研究小组称,随着越来越多的人服用Paxlovid,预计耐药性将会出现,例如某些情况下,新冠患者的核酸检测呈阴性,然后又呈阳性。ISM3312则具有克服临床耐药性的潜力,可能解决目前临床治疗中广泛使用同一作用机制药物造成的耐药性问题。
生成式人工智能应用于药物研发有何优势?
深度学习是人工智能从1956年开创以来一次重大的技术突破。深度学习中的生成式人工智能始于2014年,诞生于Yoshua Bengio与Ian Goodfellow发表的开创性论文生成式对抗网络(GAN),这篇论文被引用了超过5.5万次。
GAN是一类无监督、使用两个神经网络对立的学习算法。“生成器”尽可能逼真地生成与输入数据相似的逼真数据,之后“鉴别器”尝试区分生成的逼真数据和原始数据。在每次测试后,根据结果生成器会调整其参数以创建更有说服力的数据,直到随着每次迭代而优化的鉴别器不再能够区分真假。生成式对抗网络可以创造出具有原作风格、可信度高的新作品,而不是只是单纯的复写。
深度学习先驱YoshuaBengio评论英矽智能首篇GANs论文
2020年,英矽智能的Chemistry42人工智能分子生成和设计平台诞生,它集成了多种前沿算法模型,包括生成自编码器、生成式对抗网络、基于流的生成模型、进化算法、语言模型等。
Chemistry42的主要优势是从头设计新颖分子并进行排名,持续采用奖励机制和3D物理结构模块对生成的分子结构进行评估,并在生成算法辅助下进行多维度评分和优化,涵盖药效、代谢稳定性、合成难度等。
从英矽智能在研的管线数量上看,Chemistry42平台发挥了巨大的作用。自2021年以来,英矽智能有近30项在研项目,其中提名了11款临床前候选化合物,包括推进到临床阶段的特发性肺纤维化药物和本次发布的3CL蛋白酶抑制剂新冠口服药。
新冠口服药ISM3312的下一个挑战
据了解,此次ISM3312获批进入临床,英矽智能将尽快启动该候选药物在中国的临床试验,以探索其在人体内的耐受性、安全性和药代动力学特征,以及在不同新冠患者亚群中的药效和安全性。
英矽智能联合首席执行官任峰博士在新闻稿中表示,期待通过针对新冠药物研发的快速通道,加速推进该项目的临床试验,尽快为全球患者以及后疫情时代的健康管理提供新的选择。
版权声明:
本网站所有注明"来源:华大集团"或“来源:华大医疗”的文字,图片和音视频资料,版权均属于华大集团所有。非经授权,任何媒体,网站或个人不得转载,授权转载时须注明“来源:华大集团”。本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权,或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。