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，仍然興奮了整個生物醫(yī)藥和人工智能學術(shù)界，那么對藥物開發(fā)有直接指導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)指標包括皮爾森(Pearson)和斯皮爾曼(Spearman)相關(guān)性系數(shù)、F1分數(shù)(F1-Measure)、平均ROC曲線下面積(AUC)第一名的成績。

人工智能助力精準藥物挖掘有突破進展

人體內(nèi)的每個細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過程、結(jié)構(gòu)生物學以及結(jié)構(gòu)-功能關(guān)系背后的推動因素，如果能準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，旨在評估機器學習模型對蛋白質(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準和改進方向，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也被認為是國際計算生物醫(yī)學領(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院院士Nikola Pavletich教授，博士后導師是諾貝爾獎獲得者Gunter Blobel博士。

冰洲石的目標旨在推動由AI指導的各項藥物性質(zhì)（包括活性、靶點選擇性及藥化藥代各項指標）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-指導藥物開發(fā)這一新興行業(yè)立下一個標桿，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。”