如何通过人工智能改变药物发现

随着我们看到从日常智能产品到大规模创新的采用率不断提高，过去几年中人工智能[AI]的出现引起了乐观，怀疑或恐惧。人工智能通常被认为是改变游戏规则的技术，它在改善已建立的经商方式方面具有未开发的潜力，并且在满足和解决包括银行，制造业和医疗保健在内的许多行业的关键痛点方面提供了新的机遇。

制药行业还因其能够有效地推进和/或解决日常病毒不断变化的药物或治疗需求的能力而受到流行技术的欢迎，这些患者从日常病毒感染到复杂疾病，例如胰腺癌或阿尔茨海默氏病。正如我们看到的曾经消灭过的病毒或破坏性疾病(如小儿麻痹症)的新表现一样，传统的研发工作可能无效且昂贵，通常需要11到15年的时间，成本高达26亿美元。

由AI驱动的药物发现工作使大型制药和生物技术公司能够简化研发工作，包括将庞大的患者数据集计算为可消化的有形信息，识别个性化/精密药物机会或预测对新药的潜在反应。凭借完善的AI平台，精密医学正在创造并执行一项新的承诺，以大幅降低药品成本和开发时间。

Berg LLC的联合创始人，首席执行官兼总裁Niven R. Narain博士积极参与将“潜在药物”或“疗法”“快速跟踪”到临床试验中，以改善疗效并挽救患者生命。迄今为止，Berg已经投资了数亿美元，建立了一个研发中心，专注于开发下一代技术平台和未来的药物开发管道，此外还与行业，政府和学术界的合作伙伴一起解决了一些最棘手的未满足需求。药物。

Berg专注于以患者为先的药物开发方法，利用AI融合生物学和技术来绘制疾病的未来地图，从而通过在发展​​过程中创造更高的准确性和可预测性来转变医疗保健的未来药品投放市场。通过人工智能，伯格的方法消除了不确定性，并在正确的时间为正确的患者提供了正确的医疗保健治疗。Berg着重于理解和利用患者的生物学特性，因此坚持从具有和没有特定疾病以及处于疾病发展的不同阶段的人那里采集样本。这个广泛的数据集包含患者的组织样本，器官液和血液，进一步提取到基因组学，蛋白质组学，代谢组学和脂质组学等方面，为目标识别提供了广泛的机会。

在人工智能和机器学习[ML]的支持下，伯格的超级计算机可以在短短几天内合成每个组织样本超过14万亿个数据点，因为它可以搜索上述非疾病和疾病状态以及蛋白质和其他生物学特征之间的任何差异，可能会影响疾病状态。它的软件将上述蛋白质或其他生物特征(如代谢产物)用作潜在的目标候选物或生物标记。然后，AI后算法可以洞悉生物学的已知信息，并将输出覆盖到查询公开已知信息的数据库中，例如专利，出版物，与化学文库的相关性以及与临床试验或批准药物的相关性。该应用程序为精确医学方法铺平了道路，因为患者已在计算机上分诊在服用潜在药物或进入临床试验以确定其治疗疾病的有效性之前的方式。

针对侵袭性癌症

Berg技术的核心是生物化合物BPM 31510，它是AI指导下靶向和缩小癌细胞的全球首批药物之一。目前，针对晚期胰腺癌的患者，它已进入2/3期试验，对于高度侵袭性且难以治疗的脑胶质母细胞瘤(GBM)晚期形式，已进入2/3期试验。通常，第1阶段的试验并不能很好地说明药物的潜力，但BPM 31510的第1阶段试验证明了Berg的软件能够预测大约20%的患者(可能对此药有反应)以及更多的患者。可能会发生不良反应。AI平台正在用于开发最有效和以患者为中心的下一阶段的临床试验。

Berg的Narain表示：“随着我们在后期试验中继续努力验证BPM 31510，对于AI在更大的制药行业中发挥其全部潜力(包括增强药物发现)的全部潜力仍处于早期阶段。”“我们看到大型制药公司，包括我们的一些主要合作伙伴，例如阿斯利康和赛诺菲·巴斯德，不仅参与了有关AI有效性的对话，而且正在采取行动。所有制药公司都具有挽救患者生命的相同目标，而AI技术已经在实现这一共同使命中发挥了作用。”