引入AI就像有一個研究助理，可以以令人難以置信的速度通過系統搜索來解決問題。她補充道：“可以通過AI超級計算機首先識別出什么可能起作用，以及確定什么不起作用。”這是計算機進行研究的醫學術語，而不是指“體外”——試管和“體內”——對動物和人類的測試。

　　研發藥物是非常昂貴和耗時的事情，藥物試驗的失敗可能會使價值數百萬的股票暴跌。因此，越快地識別出有潛力發展成為可行藥物就越好。

　　正是如此，像GlaxoSmithKline(GSK)，Merck，Sanofi和Johnson&Johnson這樣的制藥公司正在轉向人工智能(AI)來幫助他們。

　　Andrew Hopkins教授是Exscientia的首席執行官，Exscientia是一家基于AI的藥物發現公司，最近與GSK簽署了一項價值3300萬英鎊的交易。他表示，AI和人類在所謂的“半人馬團隊”中一起工作，可以幫助節省四分之三的時間和成本。在希臘神話中，半人馬即半人半馬，其實力非常強大且運動快速。Hopkins教授認為，AI賦予科學家更多的權力。

　　咨詢公司EY的全球生命科學行業負責人Pamela Spence說，成功的藥物發現，依賴于我們對疾病影響的準確理解。“一旦知道，科學家們就會搜索可以選擇性地與這個‘目標’相互作用的分子，并且扭轉這種破壞過程或減緩其影響-關鍵在于‘命中’分子。”她解釋說。

　　科學家們經常把一種疾病當成目標，把分子當作解決這一目標的武器。傳統的藥物發現方法是由科學家小團隊精心測試每個潛在目標并擊中分子，希望找到最終目標-但這種藥物發現過程是一個非常耗時的方法，也具有非常高的失敗率。

　　因此，引入AI就像有一個研究助理，可以以令人難以置信的速度通過系統搜索來解決問題。她補充道：“可以通過AI超級計算機首先識別出什么可能起作用，以及確定什么不起作用。”這是計算機進行研究的醫學術語，而不是指“體外”——試管和“體內”——對動物和人類的測試。

　　由于執行人體臨床試驗占據了藥物發現成本的絕大部分，我們越早就能確定目標，就能節省成本。Spence女士說：“物理測試可以用較少數量的潛在新藥進行，而且可以確保更高的成功率。”

　　Exscientia的AI算法包含了大量數據，包括疾病的結構、現有藥物的功效、同行評議的研究和顯微鏡下的樣本觀察。Hopkins教授表示，所有這些可能性在一步步縮小。“我們不是要排除不確定性，因為這是一個凌亂而繁雜的數據，也是人類創造力與進化之間有非常有趣的類比。”

　　Hopkins教授補充道：“我們的目的是提出小分子作為最多10個疾病相關目標的候選人，然后可以通過臨床測試進行檢驗。生產出來的藥丸都是經過精準試驗而驗證的結果。。”

　　GSK最近成立了一個研究單位，專注于通過使用“電腦”技術(包括AI、機器學習和深度學習)來增強藥物研究。該團隊由GSK的研發主管John Baldoni領導。他說：“我們目前有許多亟待進行的計劃，整個藥物研制發現成本大約為17億美元(約為13億英鎊)。從實驗室到診所的成本約為上述數字的33%，大概需要五年半的時間。我們的目標是將時間減少到一年，并降低與之相稱的成本。”

　　AI也在藥物發現過程進行其他的探索。

　　例如，就有AI使用自然語言處理來篩選出現的文獻，如化學圖書館、醫學數據庫和科學論文，從而得出可能的新候選藥物的結論。

　　今年早些時候，利用AI技術，發現了一種治療運動神經元疾病(也稱為ALS肌萎縮性側索硬化癥)的藥物之一，可以防止運動神經元在患者腦內所獲取細胞的死亡，并延緩疾病在動物中的發病。Benevolent AI創始人兼主席Ken Mulvaney說：“我們對這些發現感到非常鼓舞。

　　患者也應對這些發現感到鼓舞。基于AI的藥物發現有望更快地為市場帶來更有效、更便宜的藥物。