一家名为Insilico Medicine的生物技巧研讨公司愿望经由过程在人工智能（AI）的赞助下年夜幅增添研讨所需的时光，从而完全改良药物研发明状。在医学杂志《Oncotarget》揭橥的一项研讨中，一个由Insilico Medicine引导的团队具体引见了他们的办法。从实质上讲，其研讨人员树立了两个盘算机收集（被称为生成式反抗收集，简称GANs）。个中一项研讨提出了能够具有抗癌特征的新份子；另外一种则能否定哪些药物抗癌有效。Polina Mamoshina是Insilico Medicine的一位研讨迷信家。她说，“最好是用艺术的类比来说明，假如癌症药物是艺术作品，那末第一个收集将是一个试图对其停止模拟的艺术先生，而第二个收集将是一位艺术专家。
回到GANS，第一个收集一向试图“诱骗”后者，让后者接收新的份子作为正当药物，这两种办法都能更好地懂得癌症医治应当是甚么模样。一旦它们经由过程互相测试，这些收集便可以用来检测化合物，以检测它们的抗癌潜力。经由过程这类方法，Insilico?Medicine研讨团队从一个公共数据库中挑选了7200万种化学物资。在GANS当选择的这些化合物中曾经有60项取得癌症医治药物专利，这意味着收集可以或许精确地判定出这些药物，而其选择的其他化合物也极可能值得进一步研讨。
与体外试验（试管）试验比拟，silico试验室的（盘算机测试）办法的速度更快。研讨人员并没有去寻觅新的癌症医治办法，而是应用一百万种已知的有医治潜力的化合物，而在短短一个月时光里，研讨人员便可以将候选名单减少到100个。
这类办法不只可以更快的增进药物开辟，并且还能给研讨带来更多的经济效益。每种试验掉败的药物，都邑形成休息力和资本价值数百万美元的丧失。Journal of Health Economics的一项研讨估量，每种试验掉败的药物比每种试验胜利的药物本钱增长了跨越16亿美元。有了更少、更准确的搜刮规模，研讨人员可以节俭数百万，乃至数十亿。
但并不是一切人都对silico testing的运用抱有信念。Mamoshina认可，很多应用更传统的生物和化学办法的癌症研讨人员不熟习人工智能，如许的试验成果能够会欠好守信于他们。“对他们来讲，这是一个黑盒子，”她说。“这真的很难懂得，这也是为何他们会对此持疑惑立场。”
与其他尖端技巧一样，炒作也能够推进了Insilico Medicine的提高，然则也买下了隐患。Olexandr Isayev是北卡罗来那年夜学的助理传授，他的试验室专注于开辟人工帮助药物发明的办法。他认可，关于一项还没有供给任何本质性结果的技巧，人们刚开端能够会表示的过于高兴。“年夜多半揭橥的论文，包含这篇论文，都是纯洁的盘算性的，”他说。“所以，一些猜测能够是毛病的。我真的很想看到“人工智能发明”的药物份子的初次被试验确认是胜利的。”
该公司并未将这类技巧以软件即办事形式的情势停止受权，而是将研讨规模扩展到收集曾经能辨认出的具有抗癌潜力的份子上。一旦这些化合物经由过程传统的体外测试，它们就会被受权给制药公司停止进一步的监管审查，假如一切顺遂的话，市场营销也会获得同意。本年8月，该公司宣告，Insilico Medicine正与制药业巨子葛兰素史克协作，开端实行一些新的研讨技巧。
Insilico Medicine对这类新办法的信心，反应在它决议对本身发明的药物停止受权的决议计划中，而不是反应在发明药物的对象。但是，关于该公司来讲，要证实人工智能确切可以或许剔除晚期发明的药物确切医治有效的猜想，他们将不能不回到试验室停止检测。
