以下文章來(lái)源于：藥明康德
Atomwise今日宣布與賽諾菲（Sanofi）達(dá)成策略性與獨(dú)家研究合作協(xié)議，此協(xié)議將包含使用AtomNet人工智能/機(jī)器學(xué)習(xí)平臺(tái)進(jìn)行對(duì)最多達(dá)5個(gè)藥物靶點(diǎn)的發(fā)現(xiàn)與研究。根據(jù)協(xié)議，Atomwise將會(huì)自賽諾菲獲得2千萬(wàn)美元的預(yù)付款，并可能獲得多達(dá)10億美元的里程碑款項(xiàng)。藥物開發(fā)過程歷時(shí)長(zhǎng)久并所費(fèi)不貲，其中原因之一便是在藥物發(fā)現(xiàn)過程中，候選分子的高度折損率。每一個(gè)最終成為藥物的分子背后，都有數(shù)百萬(wàn)個(gè)分子被測(cè)試并因?yàn)椴缓线m而被舍棄。此外，許多藥物開發(fā)的過程，是通過已知相對(duì)應(yīng)靶點(diǎn)-配體結(jié)構(gòu)訓(xùn)練的演算法來(lái)預(yù)測(cè)，這類科技最主要的限制在于研究人員需要先發(fā)現(xiàn)靶點(diǎn)至少一部分的配體后才能開始進(jìn)行。然而對(duì)許多新的、具挑戰(zhàn)性并未解的靶點(diǎn)而言，已知存在的配體相當(dāng)少，因此也造成這類演算法的預(yù)測(cè)結(jié)果不佳。根據(jù)Atomwise官方網(wǎng)站，AtomNet是利用深度卷積神經(jīng)網(wǎng)絡(luò)（deep convolutional neural network），并以結(jié)構(gòu)為基礎(chǔ)來(lái)進(jìn)行理性藥物設(shè)計(jì)的藥物發(fā)現(xiàn)人工智能演算法。與一般以蛋白結(jié)構(gòu)或局部配體數(shù)據(jù)為訓(xùn)練基礎(chǔ)的演算法不同，AtomNet使用的是類似于圖片識(shí)別的演算法，其將蛋白質(zhì)與配體視為由許多不同、特定的化學(xué)結(jié)構(gòu)所構(gòu)成，也就是說(shuō)AtomNet所學(xué)習(xí)的像是基礎(chǔ)的有機(jī)化學(xué)概念，可以識(shí)別像是氫鍵、芳香性（aromaticity）與單鍵碳原子等基本化學(xué)結(jié)構(gòu)。通過達(dá)萬(wàn)億個(gè)化合物的訓(xùn)練，AtomNet模型可獨(dú)立識(shí)別基礎(chǔ)有機(jī)化學(xué)圖樣。目前AtomNet已經(jīng)被成功運(yùn)用在癌癥、神經(jīng)疾病、抗病毒、抗寄生蟲與抗生素等藥物開發(fā)上，所預(yù)測(cè)的分子也成為研發(fā)項(xiàng)目的先導(dǎo)化合物，并在動(dòng)物實(shí)驗(yàn)中產(chǎn)生積極的結(jié)果。
圖片來(lái)源：123RF
根據(jù)此協(xié)議，賽諾菲會(huì)支付2千萬(wàn)美元的預(yù)付款給Atomwise進(jìn)行識(shí)別、制造并推進(jìn)最多5款先導(dǎo)化合物，而賽諾菲將會(huì)擁有這些化合物的專屬開發(fā)權(quán)利。后續(xù)的款項(xiàng)取決于關(guān)鍵研究、開發(fā)與銷售里程碑，總金額可達(dá)10億美元。
“在Atomwise，我們的任務(wù)就是使用我們獨(dú)特的科技，解鎖那些通過傳統(tǒng)小分子藥物發(fā)現(xiàn)方式無(wú)法觸達(dá)的靶標(biāo)，以更快、更好的方式來(lái)制造藥物，” Atomwise的共同創(chuàng)始人兼首席執(zhí)行官Abraham Heifets博士說(shuō)道，“我們很高興與賽諾菲達(dá)成合作。這一合作繼續(xù)驗(yàn)證了人工智能平臺(tái)在協(xié)助加快開發(fā)那些富挑戰(zhàn)性或未知藥物靶標(biāo)創(chuàng)新療法上所扮演的重要角色。”
參考資料：
[1] Atomwise Signs Strategic Multi-Target Research Collaboration with Sanofi for AI-Powered Drug Discovery. Retrieved August 17, 2022 from https://www.atomwise.com/2022/08/17/atomwise-signs-strategic-multi-target-research-collaboration-with-sanofi-for-ai-powered-drug-discovery/
[2] How AtomNet? Technology Improves Drug Design Using Convolutional Neural Networks. Retrieved August 17, 2022 from https://blog.atomwise.com/introducing-atomnet-drug-design?__hstc=181257784.03dc3a4b99e4afb3e0924fc2e8c8bb5f.1604348830126.1634063012667.1634069536201.62&__hssc=181257784.6.1634069536201&__hsfp=1972113449
