小药流行病学：人工智能与药物研发

追捧小药说药，一起成长！后记 在现在的几年里头，制剂企业的原始数据数字化有了很大的放缓。然而，数字化产生的不可或缺时刻是如何应用企业这些原始数据来解决关键问题繁复的病理关键问题。这激发了计算机的系统的用作，因为它可以通过提升的数据处理处理大量原始数据。计算机的系统是一个以系统设计依此的的系统，之外各种现代化的物件和局域网，可以模仿生命的人机。同时，它不会后果到完全带入生命的普遍存在。计算机的系统透过能够说明了和研读读取原始数据的的系统和操作的系统，为更进一步透过特定的期望做出统一的决定。计算机的系统在医药企业的应用企业准备大幅扩大。

计算机的系统计算机的系统关的多个物件企业，如逻辑推理、常识表示、解决关键问题方案查看，其中会之外机机内研读（ML）的整体假定。ML的一个子企业是深度研读（DL），它关的人工机机内研读（ANN）。它们之外三组成员相互关联的繁复近似值元素，关的相似于生命生命体神经元的“感知”，建模生命大脑中会电脉冲的传输。机机内研读关的各种类型，之外多层感知机内（MLP）局域网、操作符机机内研读（RNNs）、和卷积机机内研读（CNNs）。更加繁复的表现形式之外Kohonen局域网、RBF局域网、LVQ局域网、反向广泛传播局域网和ADALINE局域网。所示总结了计算机的系统的物件域示例。

计算机的系统助气药剂筛选推测和系统设计开发一种物商科学药剂的反复似乎必须10年以上，平均总成本28亿美元。即便如此，90%的病人长星期性底物未能通过II期抗病毒和监管机构机构的批准。最近邻近方法、RF、临界值研读、SVMs和深度机机内研读（DNNs）等方法可用做基于裂解必要长星期性的虚拟筛选（VS），也可计算体内的活长星期性和毒长星期性。一些大型生命体制剂一些公司，如莱曼、罗氏和辉瑞，之前与IT一些公司开展协力系统设计开发计算机的系统的平台，用做在病理学和心血管结核病等企业推测病人物件。

商科长星期物理性质计算

药剂的有机物商科学家长星期物理性质，如溶解度、分配比值（logP）、电离度和内在通透长星期性，都会间接冲击药剂的药代流体气学特长星期性和载体复合物，因此，在设计者属于自己药时必须加以重属于自己考虑。不同的计算机的系统物件可以用来计算有机物商科学家长星期物理性质。例如，ML用作之前在复合优化反复中会致使的大原始数据集来训练流程。药剂设计者的方法之外底物描述、势能量度、底物周围的电子密度和建模原子坐标轴，通过DNN降解必要的底物，从而计算其长星期物理性质。

生命体活长星期性计算

药剂底物的取决于它们对靶蛋白或复合物的亲和气。对靶蛋白没有任何交互起到或亲和气的药剂底物将不能提供病人质子化。在某些情况下，系统设计开发出的药剂底物似乎与非短期内的细胞内或复合物交互起到，引致了毒长星期性。因此，药剂载体紧密结合亲和气（DTBA）是计算药剂与途径交互起到的不可或缺。基于计算机的系统的物件可以通过重属于自己考虑药剂及其途径的特长星期性或近似于长星期性来量度药剂的紧密结合亲和气。基于构造的交互起到定位药剂和途径的物商科学成分以确切构造向量。相反，基于近似于长星期性的交互起到重属于自己考虑了药剂与途径相互间的近似于长星期性，并假设近似于的药剂将与相同的途径交互起到。

局域网应用企业流程，如ChemMapper和近似于自带物件（SEA）可用做计算药剂与途径的交互起到。许多关的ML和DL的作法已被用做确切DTBA，如KronRLS、SimBoost、DeepDTA和PADME。基于ML的物件，如KronRLS，审计药剂和细胞内底物相互间的近似于长星期性以确切DTBA。相似地，SimBoost用作紧接著树来计算DTBA，同时重属于自己考虑基于构造和基于近似于长星期性的交互。

毒长星期性计算

计算药剂底物的毒长星期性对于避免毒长星期性起到至关重要。以细胞依此的活体试验通常被用作初步原始数据分析，然后是动物原始数据分析来确切氟化物的毒长星期性，减低了药剂推测的费用。一些基于局域网的物件，如LimTox、pkCSM、admetSAR和Toxtree，可以设法降低运输成本。现代化的基于计算机的系统的物件寻找氟化物相互间的近似于长星期性或根据读取构造计算氟化物的毒长星期性。由美国国家卫生原始数据分析院、生态系统保护署（EPA）和美国食品和药剂管理者局（FDA）秘密组成员织的Tox21原始数据不可或缺时刻赛是一项倡议，用以审计几种计算12707种生态系统氟化物和药剂毒长星期性的近似值系统设计。名为DeepTox的ML方法脱颖而出，它通过定位底物物商科学描述内的静态和结构上构造，如浓度（MW）和范德华气，并可根据预定义大利人的2500个毒长星期性基团构造最大限度计算底物的毒长星期性。药剂推测中会用作的不同计算机的系统物件如下表所示。

计算机的系统助气药剂设计者靶蛋白内部结构计算

在系统设计开发物商科学药剂的反复中会，计算靶蛋白的内部结构对于设计者药剂底物至关重要。计算机的系统可以通过计算3D细胞内内部结构来设法基于内部结构的药剂推测，因为设计者要符合期望蛋白位点的物商科学生态系统，从而有利于在裂解或制造前计算氟化物对途径的冲击以及安全顾及。以DNNs依此的计算机的系统物件AlphaFold分析了相接相互间的距离和肽键的近似于取向，计算了途径蛋白的建模内部结构，并在43个内部结构中会确实计算了25个。

药剂-细胞内交互起到计算

药剂与细胞内的交互起到对病人的失败起着至关重要的起到。计算药剂与复合物或细胞内的交互起到对于说明了药剂的和有效长星期性、并不需要药剂的再透过以及消除多抗病毒学是至关重要的。各种计算机的系统物件在粗略计算配体-细胞内交互起到之外非常有用，维护了好处的治果。

计算机的系统计算药剂-途径交互起到的能气也被用来设法忽略除此以外药剂的功用和避免多抗病毒学。忽略除此以外药剂的功用可以如此一来用做第二阶段抗病毒。这也增大了开支，因为与属于自己系统设计开发的药品虚拟相比（4130万美元），重属于自己启动除此以外药品的运输成本约为840万美元。“罪恶关联”物件可用做计算药剂和结核病的创属于自己关联，这是一个基于常识或近似值动力的局域网。在近似值动力的局域网中会，ML物件被常用，它透过了支应以向量、机机内研读、逻辑紧接著和DL等系统设计。

药剂-细胞内的交互起到也可以计算多抗病毒学的更进一步，这是药剂底物与多个复合物交互起到的趋势，致使非载体不良质子化。计算机的系统可以根据多抗病毒学的整体原理设计者一种属于自己的底物，并设法致使更加安全的药剂底物。像SOM这样的计算机的系统的平台，再加除此以外的更加大原始数据库，可以用来将几种氟化物与为数众多期望和非期望密切联系一起。表现形式化确切性和SEA方法可用做建立药剂抗病毒构造与其似乎途径相互间的密切联系。

早先药剂设计者

在现在的几年里头，早先设计者药剂的物件被常用做药剂底物的设计者。传统的早先设计者物件准备被趋同的DL物件所带入，前者普遍存在裂解路线繁复、难以计算属于自己底物生命体活长星期性的缺点。Popova等人系统设计开发了用做早先药剂裂解的内部结构趋同作法的强化研读，之外降解和计算DNN来系统设计开发系统设计氟化物。Merk等人同时透过降解长星期性AI模型来设计者维甲酸X和PPAR激动剂底物，在不必须繁复规则的情况下具有理想的治果。

计算机的系统助气医药的产品系统设计开发一种属于自己的药剂底物的推测必须它随后以一种合适的剂型与期望的给药特长星期性相紧密结合。在这之外，计算机的系统可以带入原本的试错法。借助QSPR，各种近似值物件可以解决关键问题设计者企业遇到的关键问题，如稳定长星期性关键问题、溶解长星期性、孔隙率等。管理者支应以物件用作基于规则的的系统，根据药剂的有机物商科学家属长星期性选取赋形剂的类型、长星期物理性质和数量，并通过反馈机制开展操作物件，以监控整个反复并间歇长星期性地对其开展修改。

计算机的系统助气制剂工业用随着工业用反复的日益繁复，以及对效率和好处的产品数量级承诺的大幅提高，现代工业用的系统正试图将生命常识传授给机机内，大幅忽略工业用的系统化。计算机的系统在工业用业中会的应用企业可以证明是对制剂企业的一个推动。流体流体气学近似值（CFD）等物件用作雷诺平均Nier-Stokes求解机内系统设计，原始数据分析不同设备（如烘烤槽）中会烘烤和应气水平的冲击，使制剂操作物件数据处理。相似的的系统，如如此一来最大值建模和大涡建模，关的到解决关键问题制剂制造中会繁复流动关键问题的现代化物件。

计算机的系统助气数量级控制和数量级必需从原材料制造所需的产品之外各种数值的平衡。的产品的数量级控制测试以及同型间一致长星期性的维护都必须人工干预。在多种情况下，这似乎不是比较好的物件，表明了现阶段计算机的系统更进一步透过的必要长星期性。FDA修订了现行的良好制造约束（cGMP），带入了一种“按设计者数量级”的物件来说明了控制剂品最终数量级的不可或缺操作物件和具体国际标准。

计算机的系统也可用做该网站工业用反复的监管机构，以达到的产品的短期内国际标准。转用了基于人工机机内研读的冻干反复出现异常，紧密结合了结构上趋同方法和局部查看和反向广泛传播方法。这可用做计算特定操作物件条件下未来会星期点（t+Δt）的温度和干燥滤饼厚度，最终有利于对最终的产品数量级开展体检。此外，年底数量级管理者专家的系统中会的原始数据挖掘和各种常识推测系统设计可作为制定繁复管理者的值得注意物件，为人机数量级控制创造属于自己材料。

计算机的系统助气抗病毒设计者抗病毒的目的是确切一种药剂在生命特定结核病条件下的安全长星期性和有效长星期性，必须6-7年的星期和大量的资金支应以。然而，离开抗病毒的小底物十个里头似乎只有一个声名鹊起，过低的失败率对工业界来说是一个巨大的损失。这些失利似乎是由于病人选取不当、系统设计承诺不足和交通运输差引致的。然而，有了大量可用的数字医疗原始数据，这些故障可以通过计算机的系统的实行而增大。

病人的登记必须抗病毒星期的三分之一。抗病毒的失败可以通过招揽合适的病变来必需，否则会引致了约86%的失利病例。AI可以通过用作病变特定基因组成员-渗透到组成员分析，设法选取特定的结核病一些人，以便在抗病毒的第二和第三阶段招揽，这有利于早期计算所选病变的可用药剂途径。病理前推测底物以及在抗病毒开始前通过用作计算机的系统的其他之外（如计算长星期性ML和其他逻辑推理系统设计）计算先导氟化物，有利于早期计算通过抗病毒的先导底物，并重属于自己考虑选定的病变群体。

从抗病毒中会退出的病人占去抗病毒失利的30%，为完成试验创造了额外的招揽承诺，引致了星期和金钱的过多。这可以通过密切监视病变并设法他们遵循抗病毒的短期内方案来避免。AiCure系统设计开发的伸展操作的系统在第二阶段试验中会出现异常精神分裂症病变的常规药剂摄入，使病变的依从率提高了25%，维护了抗病毒的失败完成。

计算机的系统在制剂工业的市场竞争前景为了降低与医药系统设计开发相关的负债运输成本和失利几率，制剂一些公司正转向计算机的系统。计算机的系统市场竞争从2015年的2亿美元减低到2018年的7亿美元，下半年到2024年将增加一倍50亿美元。从2017年到2024年，下半年放缓40%，这表明计算机的系统似乎会彻底忽略制剂和医疗企业。许多制剂一些公司之前并准备在此之后外资于计算机的系统，并与计算机的系统一些公司协力系统设计开发必要的照护物件。苹果公司的子一些公司DeepMind Technologies与英国伦敦皇家自由NHS非营利组织信托基金（Royal Free London NHS Foundation Trust）协力援助急长星期性肾损伤就是一个比如说。主要制剂一些公司和计算机的系统参与者请见所示。

转用计算机的系统的长星期不可或缺时刻计算机的系统的整个失败取决于大量原始数据的可用长星期性，因为这些原始数据用做为的系统提供的后续训练。从不同的原始数据库提供商访问原始数据似乎会给一些公司产生额外的运输成本，原始数据也应该是可靠的和高数量级的，以维护直观的结果计算。阻碍计算机的系统在制剂企业年底转用的其他不可或缺时刻之外：缺乏操作物件基于计算机的系统的平台的熟练人员、小型秘密组成员织的支出可用、担心替换生命引致了穷困、对计算机的系统致使的原始数据应以怀疑态度以及黑箱情形。

尽管如此，计算机的系统已被多家制剂一些公司转用，下半年到2022年，制剂企业通过基于计算机的系统的解决关键问题方案将创造21.99亿美元的盈余。制剂秘密组成员织必须弄清楚计算机的系统系统设计在解决关键问题关键问题之外的商业价值，并了解可以更进一步透过的合理期望。仅有熟练的原始数据科学家、对计算机的系统系统设计有更进一步了解的操作的系统工程师，对一些公司的业务期望和研发期望有清晰的说明了，才可以正因如此计算机的系统的平台的商业价值。

展望计算机的系统的进步正大幅地致气于增大制剂一些公司接踵而来的不可或缺时刻，冲击药剂系统设计开发反复以及的产品的整个一段星期内，这表现在该企业创始企业数量的减低。当前的照护部门正接踵而来着一些繁复的不可或缺时刻，例如药剂和病人费用的减低，而社会必须在这一企业开展具体的实质性变革。随着计算机的系统在医药的产品工业用中会的应用企业，可以根据病变自已的必须工业用具有所需剂量、扣留数值和其他所需之外的个长星期性化药剂。用作最属于自己的基于计算机的系统的系统设计不仅可以加快的产品并购所需的星期，而且还可以提高的产品数量级和制造反复的整体安全长星期性，在提高运输成本效益的同时，好处地透过除此以外资源。

对于这些系统设计的应用企业，最司空见惯的是随之而来的穷困以及实行计算机的系统所需的严格法规。然而，这些的系统只是为了使工作更加简便，而不是完全带入生命。计算机的系统不仅有利于快速、无障碍地定位符合的氟化物，而且有利于为这些底物的裂解路线提供要求，以及对所需物商科学内部结构的计算，以及对药剂-靶交互起到及其SAR的说明了。

计算机的系统还可以为进一步将系统设计开发的药剂纳入其确实的剂型以及优化其做出实质性贡献，此外，它还可以设法快速管理者，从而加快制造数量级好处的的产品，同时必需同型间的一致长星期性。计算机的系统也有利于在抗病毒中会确切的产品的安全长星期性和有效长星期性，并通过年底的市场竞争分析和计算维护的产品在市场竞争上的适当定位和运输成本。虽然目前市场竞争上还没有转用基于计算机的系统的物件系统设计开发的药剂，而且在实行这项系统设计之外仍然普遍存在一些具体的不可或缺时刻，但计算机的系统很似乎在不久的今后成为制剂工业中会一种无价的物件。

参考资料：

1.Artificial intelligence in drug discovery and development. DrugDiscov Today. 2020 Oct 21;S1359-6446(20)30425-6.