智慧應用 影音
創泓科技股份有限公司
20211029_Research產業趨勢論壇

日本超級電腦幫助對抗COVID-19 找出7種有效藥物

日本AI研發有效抗疫藥品並證實效果。圖為研發單位提供的病毒分子結構(紫)與藥物成分(黃)示意圖,因涉及專利而與實際成分不同。Preferred Networks

日本的AI應用研究又有新進展,日本AI企業PFN(Preferred Networks)與京都藥科大學(Kyoto Pharmaceutical University)的合作研究,以AI找出能有效治療COVID-19(新冠肺炎)的藥物,在2021年9月6日宣布,已確認提案的13種中有7種具明確療效,可望有效因應病毒的快速演化。

根據PFN公布資料,2003年的SARS與現在的COVID-19及相關變異種等多種冠狀病毒,都需以一種主要蛋白酶(protease)、3C-like蛋白酶(3CLpro)為複製的主要介質,而冠狀病毒的3CLpro與人類的蛋白酶不具同源性(Homology),讓3CLpro相關成分被視為冠狀病毒最佳標靶藥物。

而且,雖然各種冠狀病毒組成都需要這種3CLpro,但每個變種都有些差異,因此對3CLpro的相關成分組成研究,也有助於預測及對抗各變種,避免現在疫苗追著變種跑的問題重演。

至於利用3CLpro治病的方式,就是讓分子結構與病毒結構類似的相異3CLpro混入病毒複製過程,讓病毒變成無法繁殖、無害、甚至無法存在的新成分,同時確保這種成分不會影響人類正常生化反應。

傳統靠文獻查找與實驗的做法,要找出可能有效的成分通常要2年,然後製成並投入實驗的耗時也是以年為單位,這還只是找出一種藥;現在PFN能在一年內提案13種有高度療效的物質,並由京都藥科大學完成其中7種製作與實驗,效率提高好幾倍。

而且有多種選擇,不僅可實驗不同成分對不同變種的相對功效,甚至還能預測哪種變種可能用哪種藥的效果會更好。

這次快速找出7種有效藥物,PFN的超級電腦MN-2與AI無疑是大功臣,不過日本經濟新聞(Nikkei)轉述PFN執行董事小林啟之的說法,京都藥科大學與專業藥廠的功勞不可抹煞。

小林啟之表示,過去的AI藥物研究,計算出的產物在實際實驗中表現常不佳,這次居然有一半以上明確可用,讓其對專業藥師的水準感到驚嘆。畢竟實際的高分子藥品製造有很多訣竅,材料研發AI學習資料仍有限,需要專業藥廠的知識。


  •     按讚加入DIGITIMES智慧醫療粉絲團
更多關鍵字報導: COVID-19 AI 超級電腦 日本