人工智能如何在开始之前阻止下一次重大流感

随着毁灭性流感季节的到来，全球的免疫系统在今年冬天一直在加班工作。疾病预防控制中心(CDC)的数据显示，近几个月来，已有180,000多名美国人住院治疗，另有10,000多人死亡，而冠状病毒(现已正式命名为COVID-19)在全球范围内的传播速度惊人。对世界范围内日益严重的流感爆发的担忧甚至促使MWC 2020的预防性取消-距预定在巴塞罗那开幕的前一周不到。但是在不久的将来，以人工智能为基础的药物开发可以帮助生产出足够快的疫苗和治疗方法，从而在致命病毒变异为全球大流行之前阻止其传播。

药物和疫苗开发的常规方法效率极低。通过密集的试验和错误技术，研究人员可以花将近十年的时间艰苦地审查候选分子。根据塔夫茨药物研发研究中心2019年的研究，开发单一药物治疗的平均费用为26亿美元-是2003年费用的两倍多-只有大约12%的临床开发获得了FDA的批准。

佐治亚大学药物与生物医学科学助理教授Eva-Maria Strauch博士对Engadget表示：“您始终拥有FDA。”FDA批准药物的确需要五到十年的时间。

但是，借助机器学习系统，生物医学研究人员可以从本质上颠覆“试错法”。研究人员可以使用AI对庞大的候选化合物数据库进行分类，并推荐最可能有效的化合物，而无需人工系统地尝试每种潜在的治疗方法。

华盛顿大学计算生物学家S. Joshua Swamidass表示：“药物研发团队真正面临的许多问题已不再是人们认为可以通过对大脑中的数据进行排序而解决的问题。”《2019年科学家》杂志。“必须有一种系统的方法来查看大量数据……以回答问题并深入了解如何做事。”

例如，特比萘芬是一种口服抗真菌药物，于1996年以拉米非(Lamifil)的形式出售，是一种鹅口疮治疗剂。然而，在三年之内，有多人报告了服用该药物的不良影响，到2008年，三人死于肝毒性，另有70人患病。医生发现特比萘芬(TBF-A)的代谢产物是肝损害的原因，但当时无法弄清它是如何在体内产生的。

直到2018年，这种代谢途径一直是医学界的一个谜，直到2018年华盛顿大学研究生Na Le Dang训练了关于代谢途径的AI并让机器确定了肝脏将特比萘芬分解为TBF-A的潜在途径。事实证明，创建有毒代谢物是一个分为两个步骤的过程，该过程很难通过实验识别，但足够简单，以使AI具备强大的模式识别功能。

实际上，在过去的50年中，已经有450多种药物退出市场，其中许多药物会像拉米菲一样引起肝脏毒性。足以让FDA启动Tox21.gov网站，该网站是分子及其对各种重要人类蛋白质的相对毒性的在线数据库。通过在此数据集上训练AI，研究人员希望能够更快地确定潜在的治疗方法是否会引起严重的副作用。

Engadget告诉Engadget：“过去，我们在本质上一直面临挑战，'您能预先预测这些化合物的毒性吗?'。”“这与我们进行药物小分子筛查的方法完全相反。我们不想受到打击，我们要说'嘿，这种[化合物有可能有毒”。”

当认可机构不忙于揭示已有十年历史的医学奥秘时，它们正在帮助设计更好的流感疫苗。在2019年，澳大利亚弗林德斯大学的研究人员使用AI对普通流感疫苗进行“涡轮增压”处理，从而使人体在暴露于该疫苗时会产生更高浓度的抗体。嗯，从技术上讲，研究人员并没有完全使用AI，而是完全自行设计疫苗，因此没有像使用AI那样开门而走。