据英国《经济学人》周刊网站1月5日报道，帕特里克·施瓦布不是普通的药物研究人员，他的工作场所也不是普通的药物实验室。这里既没有工作台，也没有冒泡的液体，也看不见白大褂。施瓦布博士一身黑衣。但对于一个在国王十字区工作的人来说，这身着装很合适。国王十字区曾经是铁路货场和工业区，如今经过改造，已成为伦敦最时尚的街区之一。

　　施瓦布博士任职于葛兰素史克制药公司。他的工作是利用同样时尚的计算机科学分支人工智能(AI)来重新构想制药行业的未来。他正利用人工智能将尽可能多的工作从玻璃器皿转移到计算机上：用计算机进行药物设计，而不是用试管。

　　为此，施瓦布博士正在开发一款名为Phenformer的软件工具并训练它读取基因组。Phenformer通过将基因组信息与表型(这一生物学术语指特定基因组合所导致的身体和行为结果)联系起来，了解基因如何驱动疾病。这使其能够生成关于疾病及其潜在机制的新假设。

　　位于美国波士顿的生物技术公司英矽智能公司似乎是第一家将新一代人工智能(称为Transformer模型)应用于药物研发的公司。早在2019年，该公司的研究人员就想知道他们是否可以利用这些模型从生物和化学数据中发明新药。他们的第一个目标是特发性肺纤维化，这是一种肺部疾病。

　　他们首先利用与这种疾病相关的数据集训练人工智能，并找到一个有前景的靶蛋白。随后，第二个人工智能提出能够附着于该蛋白并改变其行为、但毒性和不稳定性较低的分子。

　　之后，人类化学家接手，合成并测试筛选出的分子。他们将研究成果命名为rentosertib，最近已成功完成中期临床试验。英矽智能表示，它用18个月确定了一个可开发的候选药物，而通常这一过程需要四年半的时间。

　　英矽智能公司目前拥有40多种由人工智能开发的药物，针对癌症、肠道疾病和肾脏疾病等病症。其药物研发方式正在迅速传播。一项预测结果显示，在2025年至2030年期间，该领域的年投资额将从38亿美元增至152亿美元。

　　制药公司与人工智能公司之间的合作也变得越来越普遍。据美国昆泰医药公司的数据显示，2024年宣布的此类交易共有12笔，总价值达100亿美元。去年10月，另一家制药巨头礼来公司宣布与英伟达公司合作，共同打造制药业最强大的超级计算机，从而加快药物的研发。英伟达的芯片承载着transformer模型所依赖的生成神经网络。

　　鉴于制药行业奇特的经济模式——进入临床试验的候选药物失败率高达90%，这使得开发一款成功药物的成本达到惊人的28亿美元——即使是效率上的微小改进也会带来巨大收益。来自整个行业的报告表明，人工智能已经开始实现这些目标。它将临床前阶段(人体试验开始前的阶段)从3至5年缩短到12至18个月。它还提高了成功率。2024年发表的一项关于人工智能发现的分子在早期临床试验中表现的研究结果显示，其成功率为80%至90%，而历史平均成功率为40%至65%。

　　新药研发通常从筛选具有潜在生物活性的小有机分子开始，并从中选择最有可能的分子。人工智能可以筛选含有数百亿个分子的库，使用这些分子的软件模拟来测试诸如效力、溶解度和毒性等特性，而无需将真正的分子放入试管中进行实验。

　　人工智能也正在帮助改进试验设计。一种方法涉及“智能体”，它们表现得就像能够思考和推理一样。葛兰素史克公司人工智能主管金·布兰森向记者演示了一个名为Cogito Forge的基于智能体的系统。当被问及一个生物学问题时，Cogito Forge能够编写自己的代码来帮助回答该问题，收集合适的数据集，将它们组合在一起，然后创建一个演示文稿，最后用图表显示它得出的结论。

　　由此，它可以生成关于一种疾病的假设，包括可验证的预测，并尝试通过文献检索对这一假设进行验证或证伪。（编译/王海昉）