如果說前不久DeepMind 奪冠蛋白質(zhì)3D結(jié)構(gòu)預(yù)測比賽，雖然離真正的影響制藥還尚遠(yuǎn)，仍然興奮了整個生物醫(yī)藥和人工智能學(xué)術(shù)界，那么對藥物開發(fā)有直接指導(dǎo)意義的激酶抑制劑類藥物親和力預(yù)測挑戰(zhàn)賽（DREAM Challenge）成績的公布，則令生物醫(yī)藥和人工智能工業(yè)界真正為之振奮！

根據(jù)DREAM Challenge挑戰(zhàn)賽主辦方公布的第一輪比賽結(jié)果，激酶抑制劑類藥物親和力預(yù)測的皮爾森(Pearson)和斯皮爾曼(Spearman)相關(guān)性系數(shù)都達到歷史以來最好水平，這意味著，人工智能技術(shù)正在將制藥的過程從盲篩、隨機試錯、有限采樣（實驗的篩選篩的再多，采樣都很有限）變得更加理性和高效，靶點和藥物親和力預(yù)測準(zhǔn)確率相較過去大大提高，利用人工智能加速研發(fā)激酶抑制劑類藥物的美好愿景正逐漸變?yōu)楝F(xiàn)實。

根據(jù)官方報告，摘得挑戰(zhàn)賽冠軍的團隊是人工智能生物醫(yī)藥公司冰洲石（Accutar Biotechnology），在此次挑戰(zhàn)賽中，冰洲石團隊成功地運用了其近年來研發(fā)的藥物和靶點結(jié)合的3D構(gòu)象預(yù)測及結(jié)合強度的定量預(yù)測模型，并基于此思路解決制藥領(lǐng)域中關(guān)于先導(dǎo)藥物的發(fā)現(xiàn)、優(yōu)化和提高靶點選擇度等核心問題，取得了各個主要技術(shù)指標(biāo)包括皮爾森(Pearson)和斯皮爾曼(Spearman)相關(guān)性系數(shù)、F1分?jǐn)?shù)(F1-Measure)、平均ROC曲線下面積(AUC)第一名的成績。

人工智能助力精準(zhǔn)藥物挖掘有突破進展

人體內(nèi)的每個細(xì)胞都由億萬個蛋白質(zhì)分子組成，其中一些蛋白質(zhì)分子提供結(jié)構(gòu)支持，而另一些具有催化生物反應(yīng)功能。功能失常的蛋白質(zhì)會導(dǎo)致疾病，在歷史上，用藥物限制蛋白質(zhì)構(gòu)象的改變以限制它們過度激活，已經(jīng)對多種疾病（包括多種血液癌癥）產(chǎn)生過治愈效果。

自1997年第一款以酪氨酸激酶為靶點，用以治療白血病的抗腫瘤小分子抑制劑——格列衛(wèi)一戰(zhàn)成名后，至2016獲批的抗腫瘤小分子抑制劑已達數(shù)十個。一款優(yōu)秀的抗腫瘤靶向藥物應(yīng)具有高效、低毒、特異性強的特點，然而在2017年的10大暢銷抗腫瘤靶向藥物中只有3款屬于小分子抑制劑。小分子抑制劑作為癌癥靶向治療藥物雖具有龐大市場機會，但仍然存在需要攻破的瓶頸：

一．小分子抑制劑需要與蛋白質(zhì)激酶的天然配體競爭。

二．小分子抑制劑隨時可能發(fā)生脫靶毒性。

三．小分子抑制劑需要“24小時值班”，以保證目標(biāo)蛋白質(zhì)激酶功能時刻被控制。

預(yù)測蛋白質(zhì)激酶與小分子抑制劑之間的結(jié)合親和力是人工智能技術(shù)在藥物挖掘方面的重要應(yīng)用之一。了解蛋白質(zhì)激酶與小分子抑制劑之間的結(jié)合親和力能夠快速幫助我們了解生物學(xué)過程、結(jié)構(gòu)生物學(xué)以及結(jié)構(gòu)-功能關(guān)系背后的推動因素，如果能準(zhǔn)確地從龐大的化合物分子庫中用計算機篩選出與靶向蛋白質(zhì)結(jié)合親和力最高的小分子，就可以大幅減少實驗篩選所需要的人力成本和資金消耗。

鑒于蛋白質(zhì)激酶在多類疾病的發(fā)生和發(fā)展中扮演了重要角色，挑戰(zhàn)賽將目光集中于蛋白質(zhì)激酶小分子抑制劑，旨在評估機器學(xué)習(xí)模型對蛋白質(zhì)激酶-小分子抑制劑結(jié)合親和力的預(yù)測能力，考驗參賽系統(tǒng)對單一藥物/激酶結(jié)合預(yù)測的準(zhǔn)確性，同時更加注重預(yù)測藥物的靶點選擇性。

靶點的選擇性是新一代小分子藥物的重要衡量標(biāo)準(zhǔn)和改進方向，通常來說，能預(yù)測選擇性意味著靶向藥物在更準(zhǔn)確的“打靶”上前進了一大步，使得藥物更接近于“設(shè)計”而不是“嘗試”，增加與蛋白質(zhì)激酶的特異競爭力，減少脫靶毒性。

AI加持，挑戰(zhàn)全球制藥業(yè)最重要難題

DREAM Challenge舉辦的挑戰(zhàn)賽旨在嘗試解決制藥業(yè)最重要的問題之一——預(yù)測蛋白質(zhì)激酶與小分子抑制劑之間的結(jié)合親和力，因此DREAM Challenge也被認(rèn)為是國際計算生物醫(yī)學(xué)領(lǐng)域中最具影響力的算法挑戰(zhàn)賽。自2006年以來已連續(xù)舉辦12屆，每一屆會由不同的比賽組織方開放自己的私有數(shù)據(jù)、設(shè)計不同主題的任務(wù)供參賽者建模預(yù)測。其第三方驗證的特性保證了算法的可重復(fù)性，使得算法能得到最有效的驗證。

最新的官方信息顯示，本屆共有來自全球的300多個研究團隊參加本次DREAM Challenge激酶抑制劑類藥物親和力預(yù)測挑戰(zhàn)賽，其中包括美國國立衛(wèi)生研究院、各大學(xué)術(shù)機構(gòu)，及其他未披露身份的工業(yè)界參賽者。

挑戰(zhàn)賽冠軍獲得者冰洲石生物科技有限公司（簡稱：冰洲石）是一家利用人工智能從事新藥研發(fā)的生物科技初創(chuàng)公司，目前在新藥研發(fā)、老藥新用、藥物篩選、藥物性質(zhì)預(yù)測等方面已有諸多成果，與海內(nèi)外多家大型藥企建立廣泛合作。目前公司已經(jīng)完成了由IDG資本和依圖科技的聯(lián)合投資，CEO范捷博士師從美國國家科學(xué)院院士Nikola Pavletich教授，博士后導(dǎo)師是諾貝爾獎獲得者Gunter Blobel博士。

冰洲石的目標(biāo)旨在推動由AI指導(dǎo)的各項藥物性質(zhì)（包括活性、靶點選擇性及藥化藥代各項指標(biāo)）的全局優(yōu)化方案來加速臨床前藥物開發(fā)，從而改革目前多達數(shù)十輪的傳統(tǒng)試錯性的藥物開發(fā)模式。冰洲石成功地訓(xùn)練了藥物和靶點結(jié)合的3D構(gòu)象預(yù)測及結(jié)合強度的定量預(yù)測模型，并基于此思路解決制藥領(lǐng)域中關(guān)于先導(dǎo)藥物的發(fā)現(xiàn)、優(yōu)化和提高靶點選擇度等核心問題，致力于提高篩選效率，優(yōu)化構(gòu)效關(guān)系，使得新藥研發(fā)時間大大縮短，成本大幅降低。

賽后，冰洲石首席執(zhí)行官范捷表示：“靶點和藥物親和力預(yù)測是制藥領(lǐng)域的兵家必爭之地，冰洲石在此次比賽中拔得頭籌，增進了我們的信心，也堅定了我們推動這場產(chǎn)業(yè)革命的決心。希望此次的比賽成果能為AI-指導(dǎo)藥物開發(fā)這一新興行業(yè)立下一個標(biāo)桿，從解決傳統(tǒng)制藥業(yè)實際需求和痛點入手，促進這一行業(yè)健康、良性地發(fā)展，爭取真正解決制藥領(lǐng)域中的實際問題。”