商湯科技日前公布以原創(chuàng)AI技術賦能新藥研發(fā)和精準醫(yī)學的四項最新重磅研究成果,覆蓋從藥物發(fā)現(xiàn)、臨床前研究、臨床試驗、新藥上市后等多個藥物研發(fā)環(huán)節(jié),旨在通過AI加速新藥研究和上市流程,縮短新藥研發(fā)周期、降低藥品研發(fā)成本、提高新藥研發(fā)成功率。
目前,相關成果已發(fā)表在《自然精準腫瘤學》(Nature Precision Oncology)、《生物信息學》(Bioinformatics)、國際人工智能聯(lián)合會議(IJCAI)等國際頂尖期刊及會議上,同時開源相關代碼,面向醫(yī)藥行業(yè)的技術創(chuàng)新與基礎研究分享前沿技術突破與創(chuàng)新思路。
同時,商湯科技已與國內外多家頂級藥企、基因檢測公司建立商業(yè)合作,共同利用AI技術加速新藥、基因研發(fā),加快成果轉化。
藥物發(fā)現(xiàn):輔助藥物作用靶點定位
藥物發(fā)現(xiàn)是新藥創(chuàng)新的源頭,而確定靶點又是藥物發(fā)現(xiàn)的開端?;诘鞍踪|相互作用(protein-protein interactions,簡稱PPI)構建蛋白關系網絡,可以幫助分析疾病發(fā)生時的分子作用機制,從而幫助研究人員發(fā)現(xiàn)和理解藥物作用靶點,推動新藥研發(fā)。
但以實驗研究為主的傳統(tǒng)PPI研究方法不僅耗時長,且難以有效分析PPI的具體分類。通過計算機模擬雖然可以快速為實驗室研究提供候選PPI、加速實驗效率,但是現(xiàn)有方法在遇到訓練集中未包含的蛋白數(shù)據(jù)時仍會出現(xiàn)性能損失,不能很好泛化到未知的蛋白及PPI。
商湯智慧健康團隊提出一種新的衡量指標,通過新的數(shù)據(jù)劃分方式,有效衡量模型在跨數(shù)據(jù)集、未知蛋白上的性能效果;同時還訓練了一套能夠學習蛋白間關聯(lián)關系的GNN(圖神經網絡)模型,實現(xiàn)更穩(wěn)定的跨數(shù)據(jù)集表現(xiàn),從而實現(xiàn)在未知PPI預測上的更優(yōu)性能。
在行業(yè)通用的公開數(shù)據(jù)集上進行的跨數(shù)據(jù)集實驗中,商湯提出的新方法比現(xiàn)有方法的預測精度提高了36%。這兩大創(chuàng)新方案可以在新藥研發(fā)過程中,更好幫助藥物作用靶點的發(fā)現(xiàn)、理解和選擇。
高魯棒性的基于GNN的PPI分析框架
臨床前研究:精準預測癌癥藥物反應
新藥研發(fā)的臨床前實驗階段,對目標疾病的藥物反應進行準確預測是最重要、也最具挑戰(zhàn)的任務,尤其是在癌癥治療領域。
臨床前的實驗主要涉及使用計算模型和相關細胞組織在實驗室環(huán)境下的各項分析測試,為后續(xù)的人體臨床試驗墊定基礎。
近年來,基于細胞系的癌癥藥物反應研究快速發(fā)展,但傳統(tǒng)計算模型仍不能有效抓取藥物的化學結構特征,并充分整合多種組學信息,限制了藥物反應預測準確率的進一步提升。
商湯智慧健康團隊提出一種全新的混合圖卷積網絡模型DeepCDR,可自動挖掘和建立藥物化學結構特征,并高效處理細胞系里的基因組學、轉錄組學、表觀基因組學等多元組學數(shù)據(jù),實現(xiàn)對抗癌藥物反應的精準預測。
在覆蓋238種藥物和561種細胞系的公開數(shù)據(jù)集上,該模型將預測精度指標(皮爾森相關系數(shù))從0.780提升到了0.923,為抗癌藥物臨床前的實驗室環(huán)境下測試藥物敏感性以及尋找腫瘤中調節(jié)藥物反應的新基因等提供更加精準高效的研究工具。
基于混合圖卷積網絡的基因多組學和藥物化合物在癌癥藥物療效評估分析
臨床研究:為降低癌癥亞型評估成本提供全新思路
隨著精準醫(yī)療技術的不斷發(fā)展,針對某種癌癥亞型或特定基因突變進行個性化治療的靶向藥物逐漸成為癌癥藥物治療的主要手段。新抗癌藥物的研發(fā)也大都集中在這一領域。
目前,為了確定患者所患的具體癌癥亞型,需要對患者的病灶組織進行基因測序,通過不同的基因突變情況進行分類,檢測成本十分昂貴。
商湯智慧醫(yī)療團隊提出一種全新思路,利用深度學習技術挖掘數(shù)字病理圖像中的細胞特征信息,從而判斷組織的基因突變類別和相關生物信號通路信息。
利用這一方法,商湯智慧醫(yī)療團隊成功預測了肺癌、乳腺癌、肝癌中的多個重要基因突變特征,其中最好的預測性能指標(AUC)達到0.852。
這一項研究為確定患者癌癥亞型提供了新的思路和方法,未來可能將大幅度降低確定癌癥亞型成本,造福癌癥患者。
基于病理細胞圖像的TP53基因突變預測
新藥上市后:AI預測藥物新適應證
鑒于新藥研發(fā)超長的研發(fā)周期和巨大的投入,上市后的老藥新用可以基于已知的化合物信息,以較低的成本和較短的周期進入臨床。想要實現(xiàn)“老藥新用”,就需要充分挖掘藥物、疾病、蛋白之間的多維關系,才能為預測新適應證提供更可靠的分析。
商湯智慧健康團隊創(chuàng)新訓練了一套覆蓋藥物、疾病、蛋白多個領域間相互作用復雜關系的大規(guī)模GCN網絡模型,無需人工干預,可自主學習各關鍵信息間關系,自動化地對未知藥物適應證進行精準預測。
在公開的repoDB小分子藥物重定向的數(shù)據(jù)集上,此方法的預測結果比目前使用機器學習方法取得最好成績的性能指標(AUC)提升了8%(0.792→0.857)。
基于藥物、蛋白、疾病關系建模的藥物重定向分析框架
目前,利用這項研究結果預測出的某種上市的心臟疾病藥物對于乳腺癌治療的潛在有效性,已經被臨床文獻所證實,未來有望助力更高效的藥物新適應證篩選過程,推動老藥新用的臨床進展。
隨著現(xiàn)代科學技術的飛速發(fā)展,先進的技術在各個領域都得到了廣泛的應用。人工智能現(xiàn)在成為了相當火熱的技術,下面就為大家介紹一下人工智能的利與弊。
人工智能的利與弊
一、人工智能技術的發(fā)展對我們的益處
1、商業(yè)價值很高
一般認為,人工智能有三大商用方向:一是信息聚合;二是評估用戶情緒反應;三是與用戶建立關系,可以通過這三點建立與用戶之間的社交紐帶,讓他們經?;卦L。怎么做?給用戶反饋。第一步就是要收集用戶數(shù)據(jù),利用人工智能更好地了解用戶,基于大數(shù)據(jù)的分析,為用戶創(chuàng)造優(yōu)質的、長期的個性化體驗。企業(yè)就能夠相應的賺取更多的商業(yè)價值;
2、帶來更多新的工作機遇
就像曾經脫離了傳統(tǒng)農業(yè)、傳統(tǒng)手工業(yè)的大量勞動力,在現(xiàn)代工業(yè)生產和城市服務業(yè)中找到新的就業(yè)機會那樣,人工智能的進步也將如此——由當前數(shù)據(jù)密集型機器學習、通過機器學習與人工智能會話的系統(tǒng)而延伸出的很多領域,將會在未來帶來很多工作機遇;
3、人工智能讓人類生活更美好
比如說,人工智能的醫(yī)療應用惠及大眾。我們醫(yī)生或許難以保持最新治療方案和方法,也無法了解所有醫(yī)學例案。人工智能可以在短時間內分析大量數(shù)據(jù),精確判斷病癥,并找到最佳的治療方案,為人們提供最好的治療;
二、人工智能帶給我們的弊端
1、大規(guī)模的失業(yè)
人工智能的發(fā)展,導致很多人失業(yè)。據(jù)人力資源和社會保障部2016年新聞發(fā)布會介紹,2016年末中國失業(yè)率達4.05%,機器人不會犯錯,不會累,不需要休息,不需要工資。這完全可以代替很多職業(yè),例如工人,司機等等不需要思想的工作。如此便會導致大批大批的人失業(yè),大批大批的人整日無所事事;
2、對人類的一次大淘汰
人工智能時代的到來可能是對人類的一次大淘汰。機器人對人類的大淘汰,如果處理不好有可能引發(fā)核大戰(zhàn),那將是人類的災難,人類可能因此而滅亡;
3、人才爭奪戰(zhàn)導致壟斷、貧富分化加劇
人工智能時代的到來,必將引發(fā)空前的人才爭奪戰(zhàn)。誰擁有的各類一流人才數(shù)量多質量高,誰就能贏得最后勝利。同時這會導致巨頭的壟斷、貧富分化加劇;
對待人工智能,我們應該以客觀的角度去看待它,揚長避短,充分利用人工智能的優(yōu)點。希望我的理解能夠幫助你們更進一步了解人工智能。
埃索美拉唑
藥品名稱:
【通用名稱】 注射用埃索美拉唑鈉
【商品名稱】 耐信 Nexium
【英文名稱】 Esomeprazole Sodium for Injection
【漢語拼音】 Zhu She Yong Ai Suo Mei La Zuo Na
成分:
主要成分:埃索美拉唑鈉。
化學名稱:S-5-甲氧基-2-{[(4-甲氧基-3,5-二甲基-2-吡啶基)甲基]亞磺?;鶀-1H-苯并咪唑鈉
分子式:C17H18N3NaO3S
分子量:367.4
輔料:依地酸二鈉、氫氧化鈉。
所屬類別:
化藥及生物制品 >> 消化系統(tǒng)藥物 >> 抗消化性潰瘍藥 >> 抑制胃酸分泌藥?
性狀:
本品為白色或類白色的凍干塊狀物或粉末。
適應癥:
作為當口服療法不適用時,胃食管反流病的替代療法。
本品通常應短期用藥(不超過7天),一旦可能就應轉為口服治療。
擴展資料:
不良反應:
在埃索美拉唑口服或靜脈給藥的臨床試驗以及口服給藥的上市后研究中,已確定或懷疑有下列不良反應。這些反應按照發(fā)生頻率分為以下幾類(常見>1%,0.1%,0.01%,<0.1%;十分罕見<0.01%)。?
1、眼睛:偶見:視力模糊。?
2、耳和迷路:偶見:眩暈。?
3、皮膚和皮下組織:偶見:皮炎、瘙癢、皮疹、蕁麻疹;罕見:脫發(fā)、光過敏;十分罕見:多形紅斑、Stevens-Johnson綜合癥、中毒性表皮壞死松解癥(TEN)。?
4、骨骼肌、結締組織和骨骼:罕見:關節(jié)痛、肌痛:十分罕見:肌無力。?
5、呼吸、胸、縱隔:罕見:支氣管痙攣。?
6、消化系統(tǒng):常見:腹痛、便秘、腹瀉、腹脹、惡心/嘔吐;偶見:口干;罕見:口炎、胃腸道念珠菌病。?
7、肝膽系統(tǒng):偶見:肝酶升高:罕見:伴或不伴黃疸的肝炎;十分罕見:肝衰竭、先前有肝病的患者中出現(xiàn)腦病。?
8、腎臟和泌尿系統(tǒng):十分罕見:間質性腎炎。?
9、血液和淋巴系統(tǒng):罕見:白細胞減少癥、血小板減少癥:十分罕見:粒細胞缺乏癥、全血細胞減少癥。?
10、免疫系統(tǒng):罕見:超敏反應如發(fā)熱、血管性水腫和過敏反應/休克。?
11、代謝和營養(yǎng)(僅供醫(yī)藥專業(yè)人士參考 詳細資料備索)紊亂:偶見:外周?
12、水腫;罕見:低鈉血癥。?
13、神經系統(tǒng):常見:頭痛:偶見:頭暈、感覺異常、嗜睡;罕見:味覺障礙。精神狀態(tài):偶見:失眠;罕見:激動、意識錯亂、抑郁;十分罕見:攻擊、幻覺。?
14、生殖系統(tǒng)和乳房:十分罕見:男子女性型乳房。?
15、給藥部位和一般不適:罕見:不適、多汗。接受消旋體奧美拉唑(尤其是高劑量)靜脈注射的危重病人曾報道出現(xiàn)不可逆的視覺損傷,但尚未確定因果關系。
參考資料:-埃索美拉唑
文章來源于網絡,所有權歸原作者所有,大道家園只作為存儲空間,如有侵權請聯(lián)系我們進行刪除。
本文地址:http://www.soujuw.cn/guoxue/128715.html.
聲明: 我們致力于保護作者版權,注重分享,被刊用文章因無法核實真實出處,未能及時與作者取得聯(lián)系,或有版權異議的,請聯(lián)系管理員,我們會立即處理,本站部分文字與圖片資源來自于網絡,轉載是出于傳遞更多信息之目的,若有來源標注錯誤或侵犯了您的合法權益,請立即通知我們(管理員郵箱:602607956@qq.com),情況屬實,我們會第一時間予以刪除,并同時向您表示歉意,謝謝!
下一篇: 人生三大陷阱,躲過便是福份!