快讯
粤开策略:券商股是牛市风向标目前为第三轮宽松周期
19分钟前
长鹰信质:北京北航天宇长鹰无人机完成资本公积转增注册资本的变更登记手续
34分钟前
元利科技:拟使用总额不超8亿元自有资金进行现金管理
35分钟前
玲珑轮胎塞尔维亚工厂预计明年二季度投产
41分钟前
控股股东签署表决权委托协议甘肃国开投拟入主海默科技
44分钟前
站在巨人肩膀上腾飞试驾腾势X PHEV
50分钟前
贝瑞基因回复深交所问询不存在利润调节情形
53分钟前
神州泰岳2020年上半年预计净利7800万–1.01亿第二季度充值流水持续增长
54分钟前
中国海诚全资子公司与业主就阿联酋ITTIHAD造纸厂项目签订结算协议合同结算价格为2.32亿美元
54分钟前
北玻股份股东施玉安减持68万股套现约325.04万元
55分钟前
恒信东方股东王冰质押1760万股用于个人融资
56分钟前
《怪物猎人世界Iceborne》开发者日记Ver.6煌黑龙霜刃冰牙龙详解
56分钟前
第一创业股东华熙昕宇减持2985.76万股套现约2.22亿元
56分钟前
天晟新材股东吴海宙质押1704.74万股用于偿还债务
56分钟前
威星智能股东贵州颐丰睿减持132万股套现约1800.41万元
57分钟前
赛托生物5名股东合计减持204万股套现约6093.07万元
57分钟前
三全食品近期收到政府补助约2519.23万元
59分钟前
舒泰神股东熠昭科技质押1375万股用于补充质押
1小时前
药明康德4名股东合计减持20.66万股套现约1955.06万元
1小时前
宇信科技股东宇琴鸿泰质押747万股用于自身资金需求
1小时前
超讯通信2名股东合计减持126万股套现约2352.44万元
1小时前
泰禾光电股东唐麟减持89.96万股套现约1239.51万元
1小时前
没有大牛市!沪指冲顶目标3200点继续抽疯也只是"水牛"!
1小时前
仲景食品IPO:电商平台销量存在刷单嫌疑上市前夕独立董事大换血
1小时前
中迪投资:控股股东的股东进行股权转让实控人变更为刘军臣
1小时前
海默科技:控股股东及一致行动人签署股份转让和表决权委托协议控制权拟变更
1小时前
真视通中标6998万元北京油气调控中心搬迁城科大厦及系统建设工程多媒体运行支持系统招标项目
1小时前
威马的自动驾驶之路企业推动+政策导向,自动驾驶产业化提速
1小时前
盛达资源拟开展期货套期保值业务
1小时前
*ST科陆:饶陆华所持公司股份被冻结约3.42亿股
1小时前

全球性疫情要被终结?AI在其爆发之前就能阻止它

2020-03-07 11:27:29 叶辰

DoNews 3月7日消息(编辑 叶辰) 去年冬天,随着流感季节的到来,全球各地的医疗机构都在加班加点地工作。美国疾病控制与预防中心(CDC)公布的数据现实,近几个月来,已有超过18万美国人住院,另有1万人死亡,而新型冠状病毒(现已正式命名为COVID-19)也以惊人的速度在全球蔓延。

21.jpg

对全球范围内流感疫情爆发的担忧,甚至促使2020年移动世界大会(MWC 2020)这样的盛会,在距离开幕仅剩7天时间宣布取消。但在不久的将来,人工智能(AI)增强的药物开发过程可以帮助以足够快的速度生产疫苗,并找到治疗方法,在致命病毒变异成全球性疫情之前阻止它们的传播。

传统的药物和疫苗开发方法效率极低。研究人员可以花费近十年的时间,通过密集的试验和纠错技术,对每个候选分子进行详细审查。塔夫茨药物开发研究中心2019年的一项研究现实,开发一种药物的平均成本为26亿美元,这是2003年成本的两倍多。而且,只有大约12%进入临床开发阶段的药物获得了FDA批准。

美国佐治亚大学药学和生物医学科学助理教授伊娃-玛丽亚·斯特拉克博士(Eva-Maria Strauch)指出:“你绕不过FDA,后者真的需要5到10年的时间才能批准某种药物。”然而,在机器学习系统的帮助下,生物医学研究人员基本上可以颠覆试错方法。研究人员可以使用AI来对大量候选化合物数据库进行排序,并推荐最有可能有效的治疗方法,而不是手动尝试每种潜在的治疗方法。

华盛顿大学计算生物学家S·约书亚·斯瓦米达斯(S.Joshua Swamidass)在2019年接受采访时称:“药物开发团队真正面临的许多问题,不再是人们认为他们只需在脑海中整理数据就能处理的那种问题,而是必须有某种系统方式来处理大量数据、回答问题并洞察如何做事。”

例如,口服抗真菌药物terbinafine于1996年上市,名称为拉米非,被用于治疗鹅口疮。然而,在三年内,有多人报告了服用该药物的不良反应。到2008年,已有3人死于肝中毒,另有70人患病。医生发现terbinafine的一种代谢物(TBF-A)是造成肝脏损伤的原因,但当时无法弄清楚它是如何在体内产生的。

这种代谢途径十年来始终是医学界的一个谜,直到2018年,华盛顿大学研究生Na Le Dang训练了一台关于代谢途径的AI,并让机器找出了肝脏将terbinafine分解为TBF-A的潜在途径。事实证明,创建有毒代谢物是个两步过程,而且这是个很难通过实验识别的过程,但用AI强大的模式识别能力却非常简单。

事实上,在过去的50年里,已经有450多种药物被从市场上撤下,其中许多药物像拉米菲尔一样导致肝中毒。这促使FDA推出Tox21.gov网站,这是个关于分子及其对各种重要人类蛋白质相对毒性的在线数据库。通过在这个数据集上训练AI,研究人员希望更快地确定潜在的治疗是否会导致严重的副作用。

美国先进翻译科学中心的首席信息官山姆·迈克尔(Sam Michael)帮助创建了这个数据库,他解释称:“我们过去遇到过一个挑战,本质上是,‘你能提前预测这些化合物的毒性吗?’这与我们对药物进行小分子筛查的做法正好相反。我们不想找到匹配的药物,我们只是想说‘嘿,这种(化合物)有可能是有毒的。’”

当AI不忙于解开十年来的医学谜团时,他们正在帮助设计一种更好的流感疫苗。2019年,澳大利亚弗林德斯大学的研究人员使用AI为开发一种普通流感疫苗提供增强效应,这样当人体接触到它时,就会产生更高浓度的抗体。从技术上讲,研究人员并没有“使用”AI,而是启动它,让它自己寻找用例路径,因为它完全是自己在设计疫苗。

该团队由弗林德斯大学医学教授尼古拉·彼得罗夫斯基(Nikolai Petrovsky)领导,首先建立了AI Sam(配体搜索算法)。AI Sam接受的训练是区分那些对流感有效和无效的分子。然后,研究小组训练了第二个程序,以生成数万亿个潜在的化合物结构,并将这些结构反馈给AI Sam,后者开始决定它们是否有效。

然后,研究小组挑选出排名靠前的候选化合物结构,并对他们进行了物理合成。随后的动物试验证实,增强后的疫苗比未改进的前身更有效。最初的人体试验于今年年初在美国开始,预计将持续12个月。如果审批过程顺利,增强版疫苗可能在几年内公开上市。对于只需要两年(而不是正常的5-10年)就研发出来疫苗来说,这绝非坏事。

虽然机器学习系统可以比生物研究人员更快地筛选巨大的数据集,并通过更脆弱的联系做出准确的知情估计,但在可预见的未来,人类仍将留在药物开发循环中。毕竟,人类需要生成、整理、索引、组织和标记所有的训练数据,并教授AI他们应该寻找的东西。

即使机器学习系统变得更有能力,当使用有缺陷或有偏见的数据时,它们仍然很容易产生次优结果,就像其他所有AI一样。Unlearn.AI创始人兼首席执行官查尔斯·费舍尔博士(Dr.Charles Fisher)在去年11月写道:“医学上使用的许多数据集大多来自白人、北美和欧洲人群。如果研究人员在机器学习中只是用这样的数据集,并发现某个生物标记物来预测对治疗的反应,就不能保证该生物标记物在更多样化的人群中发挥作用。”为了对抗数据偏见带来的扭曲效应,费舍尔主张使用“更大的数据集、更复杂的软件和更强大的计算机”。

另一个重要组成部分将是干净的数据,正如Kebotix首席执行官吉尔·贝克尔博士(Jill Becker)解释的那样。Kebotix是2018年成立的初创公司,它将AI与机器人技术结合起来,设计和开发奇异的材料和化学品。

贝克尔博士解释说:“我们有三个数据来源,并有能力生成我们自己的数据。我们也有自己的合成实验室来生成数据,然后使用外部数据。”这些外部数据可以来自开放期刊或订阅期刊,也可以来自专利和公司的研究伙伴。但贝克尔指出,无论来源如何,“我们都花了很多时间清理它。”

美国先进翻译科学中心的首席信息官山姆·迈克尔(Sam Michael)也称:“确保数据具有与这些模型相关联的适当元数据是绝对关键的。而且这不是随随便便就能发生的,你必须付出真正的努力。这很难,因为这个过程既昂贵又耗时。”(完)


【本文转自网易智能】

相关文章

{{news.title}}

{{news.timeFormat}} {{news.author}}

正在加载......