虚实结合的AI药物发现：现场数据生成，模型迭代更新( 二 ) ：虚实结合的AI药物发现：现场

04Exscientia的“现场数据生成+AI”模式
我们调研了一篇2020年发表在《NatBiotechnol》杂志（IF=36.558）的文章《Activemachinelearninghelpsdrughunterstacklebiology》，其中介绍了Exscientia等初创公司采用“现场数据生成+AI”模式加速药物发现的工作。
成立于2012年的Exscientia公司，建立了自己的实验室，进行蛋白质、结构基因组学、生物物理筛选和药理学等研究。 Exscientia首先生成自己的数据，完成高质量的数据采集，然后采用AI来分析，并与科学家的创造力和专业知识相结合，进而大大缩短临床前药物研发阶段所用的时间。 Exscientia与Celgene、赛诺菲和葛兰素史克等制药公司有积极合作。

文章图片
【虚实结合的AI药物发现：现场数据生成，模型迭代更新】图2Exscientia的AI药物发现（图片来自Exscientia官网）
同样地，药物发现初创公司Cellarity也是虚实并重。 Cellarity利用机器学习来分析单细胞测序数据，并在著名生物医疗风投机构FlagshipPioneering的5000万美元的支持下，建设广泛的”湿”实验室设施，这些设施将为他们算法的分析和解释产生生物数据，进而产生更好的模型和更智能的实验。
LabGenius、Insitro和RecursionPharmaceuticals等公司也在使用这种方法来加速药物开发。
05“微流控+AI”模式应用于药物发现
在学术领域，有一种同样是虚实结合的AI药物发现模式，那就是“微流控+AI”模式。
在一篇发表于2018年《NatureReviewsDrugDiscovery》杂志（IF=64.797）的文章《Automatingdrugdiscovery》中，作者将微流控技术和AI技术同时引入药物发现过程，并构建了一个关于“设计-合成-分析-学习”循环的药物发现自动化体系。
先介绍药物分子设计循环。
药物发现总体可以看成是假设(Hypothesis)和试验(Test)两部分。围绕假设和试验形成了四个环节，即化合物的设计(Design)-合成(Synthesis)-分析(Assay)-学习(Learning) 。四个环节不断循环，直到筛选出较为满意的化合物。

文章图片
图3药物分子设计循环（图片来源于参考文献2）
再说这个体系的特色。
在这个体系中，化合物的合成模块和分析模块被集成到微流控芯片上，化合物活性分析产生的最新数据，经过机器学习，加入到药物分子设计-合成-分析-学习的循环中进行迭代，来寻找最优的化合物。
由于微型化技术，微流控芯片上可以同时并行数千个的化学合成反应。而分析的部分，微流控芯片上可以使用人类细胞系、活检材料和筛选器官模型（器官芯片技术）进行药物活性测试。另外微流控结合化学成像技术，还可以用来监测微流控芯片上药物浓度的变化。

文章图片
图4微流控单细胞筛选设备（图片来源于参考文献2）
这为机器学习提供了大量的数据。
在循环的分析中获得化合物活性的新数据以后，主动学习（机器学习的一种）就可以根据这些新数据来反复调整设计假设，修正后的设计假设随后用于选择新的化合物集进行合成和分析。
这样，在设计循环的每次迭代中都会向模型添加新信息，就可以最大程度地提高产生的化合物的质量。
值得一提的是，该体系目前还处于概念验证阶段，完全实现还需要解决：不同组件的无缝集成、大量化合物中选择最佳化合物的评分和特性预测、通过适应性学习循环的准确性等三个问题。
微流控技术简介
微流控技术是近些年非常火的一种在微型环境中操控液体（或气体）的技术。在比较理想的情况下，可以将传统的生化实验室集成到一块几平方厘米的微流控芯片上。
举一个例子，如果把药物发现各个环节的工作，当成是去不同的政府部门办事，那么，微流控就相当于是把所有不同的政府部门集成到一个行政中心，每一个政府部门在这个行政中心都有分部，办事在行政中心内部就可以完成。

文章图片
图5微流控芯片示意图（图片来源于网络）
同样地，药物发现的环节如果都集成到微流控芯片上，效率可能会大大提高。
06存在的问题
算法问题
如果AI药物发现公司在一定程度上，通过虚实结合模式初步解决了模型构建的数据获取问题和数据质量问题，那么紧接着或者同时需要解决数据处理问题，也就是算法问题。