研发药物是非常昂贵和耗时的事情，药物试验的失败可能会使价值数百万的股票暴跌。因此，越快地识别出有潜力发展成为可行药物就越好。

       正是如此，像GlaxoSmithKline（GSK），Merck，Sanofi和Johnson&Johnson这样的制药公司正在转向人工智能（AI）来帮助他们。

       Andrew Hopkins教授是Exscientia的首席执行官，Exscientia是一家基于AI的药物发现公司，最近与GSK签署了一项价值3300万英镑的交易。他表示，AI和人类在所谓的“半人马团队”中一起工作，可以帮助节省四分之三的时间和成本。在希腊神话中，半人马即半人半马，其实力非常强大且运动快速。Hopkins教授认为，AI赋予科学家更多的权力。

       咨询公司EY的全球生命科学行业负责人Pamela Spence说，成功的药物发现，依赖于我们对疾病影响的准确理解。“一旦知道，科学家们就会搜索可以选择性地与这个‘目标’相互作用的分子，并且扭转这种破坏过程或减缓其影响-关键在于‘命中’分子。”她解释说。

       科学家们经常把一种疾病当成目标，把分子当作解决这一目标的武器。传统的药物发现方法是由科学家小团队精心测试每个潜在目标并击中分子，希望找到最终目标-但这种药物发现过程是一个非常耗时的方法，也具有非常高的失败率。

       因此，引入AI就像有一个研究助理，可以以令人难以置信的速度通过系统搜索来解决问题。她补充道：“可以通过AI超级计算机首先识别出什么可能起作用，以及确定什么不起作用。”这是计算机进行研究的医学术语，而不是指“体外”——试管和“体内”——对动物和人类的测试。

       由于执行人体临床试验占据了药物发现成本的绝大部分，我们越早就能确定目标，就能节省成本。Spence女士说：“物理测试可以用较少数量的潜在新药进行，而且可以确保更高的成功率。”

       Exscientia的AI算法包含了大量数据，包括疾病的结构、现有药物的功效、同行评议的研究和显微镜下的样本观察。Hopkins教授表示，所有这些可能性在一步步缩小。“我们不是要排除不确定性，因为这是一个凌乱而繁杂的数据，也是人类创造力与进化之间有非常有趣的类比。”

       Hopkins教授补充道：“我们的目的是提出小分子作为最多10个疾病相关目标的候选人，然后可以通过临床测试进行检验。生产出来的药丸都是经过精准试验而验证的结果。。”

       GSK最近成立了一个研究单位，专注于通过使用“电脑”技术（包括AI、机器学习和深度学习）来增强药物研究。该团队由GSK的研发主管John Baldoni领导。他说：“我们目前有许多亟待进行的计划，整个药物研制发现成本大约为17亿美元（约为13亿英镑）。从实验室到诊所的成本约为上述数字的33％，大概需要五年半的时间。我们的目标是将时间减少到一年，并降低与之相称的成本。”

       AI也在药物发现过程进行其他的探索。

       例如，就有AI使用自然语言处理来筛选出现的文献，如化学图书馆、医学数据库和科学论文，从而得出可能的新候选药物的结论。

       今年早些时候，利用AI技术，发现了一种治疗运动神经元疾病（也称为ALS肌萎缩性侧索硬化症）的药物之一，可以防止运动神经元在患者脑内所获取细胞的死亡，并延缓疾病在动物中的发病。Benevolent AI创始人兼主席Ken Mulvaney说：“我们对这些发现感到非常鼓舞。

       患者也应对这些发现感到鼓舞。基于AI的药物发现有望更快地为市场带来更有效、更便宜的药物。