颠覆传统医学研究：利用人工智能开发抗癌药物

超过100位癌症患者（包括胰腺癌，乳腺癌，肝癌和脑瘤）参加了使用算法发现的新药BPM 31510的临床试验。 BPM 31510的故事始于从1000多个患者的健康组织和癌组织样本中提取生物学数据。
然后，数据由人工智能算法处理，该算法将分析数据并建议可能的药物治疗方法。我们基本上颠倒了进行医学科学研究的方法。
波士顿制药初创公司Berg的联合创始人兼总裁Niven R Narain，现年38岁，他开发了BPM 31510，他说我们不再使用先入为主的假设来指导我们的实验并生成特定类型的数据，而是让患者的生物学数据来指导我们做假设。 。
根据Narain的说法，开发有效的抗癌药是一个非常困难的过程。制药公司的研发和生产成本高达26亿美元，时间成本为12至14年。
最终进入临床试验的抗癌药物中只有百分之一被证明是有效的。价格昂贵，开发过程不可原谅。
纳兰说：“如果我们从事任何其他行业，我们都会失业。纳兰认为，问题在于制药公司开发抗癌药物的方式。
科学家首先想出了一个主意。一种假设，例如特定的异常蛋白质是特定类型癌症的原因。
他说，然后制药公司检验了这一假设，从数百万种化合物中筛选了这种靶蛋白，寻找可能的具有化学反应并成为潜在药物的药物。这是该研究方法的教科书描述。
该过程称为“命中与失败”。 Narain是一种以飞镖式治疗疾病的方法，他相信他可以用不同的思维方式做得更好，同时将时间和金钱的成本减少一半。
Berg的共同创始人兼总裁Niven R Narain BPM 31510是在细胞代谢中起关键作用的一种用途。由酶制成的化合物也是Berg人工智能提出的第一种治疗药物。
该药物的开发实际上始于2009年，当时这家初创公司从美国各地的各医学院购买了1000多名患者的癌组织样本。这些样品除了相同的患者之外还包含40多种不同的癌细胞-多种类型的乳腺癌，前列腺癌，肝癌，肾癌，肺癌，脑癌-组织样本。
纳兰不想将他的研究限于一种癌症。取而代之的是，他想建立一个模型，可以看到不同癌症的共性。
Berg的研究人员将这些样品用于体外细胞培养，并让他们可以进行进一步的实验。为了模拟细胞在人体中所经历的微环境，他们在皮氏培养皿中用不同水平的糖和氧气培养了这些细胞，并继续鉴定和检测脂质，代谢产物，蛋白质和酶来跟踪它们的进化。
“我们正在测试数据如何随环境变化，” Narain说。除了基因组信息外，我们在单个组织样本中还有14万亿个数据点。
大量的生物学数据帮助Berg的科学家以前所未有的详细信息绘制了细胞中发生的分子反应的级联过程，从基因到蛋白质再到脂质和代谢产物。然后他们使用人工智能对它们进行了比较。
健康细胞和患病细胞的数据。不可能（手动）处理所有这些数据，甚至无法从逻辑角度理解它们。
纳兰说，您需要使用人工智能来发现正常的细胞进化是如何被中断的，是的，这如何导致这种疾病，以及潜在的治疗方法。许多人说这不是开发毒品的方法。
我对此的回答是：的确如此，因为这是应开具的处方药。 Niven R Narain在25岁时得出的结论是“假设驱动的科学存在缺陷”。
当时，他是迈阿密大学米勒医学院的肿瘤学家。 2003年7月22日，他对培养皿中的黑色素瘤细胞进行了实验。
他用含有CoQ10的药膏治疗，CoQ10是一种位于线粒体中的酶，是细胞的能源。令他惊讶的是，培养皿中几乎所有的癌细胞都在第二天死亡。
然后，他在患有黑素瘤的小鼠上重复了该实验。 30天后，肿瘤平均缩小了55％。
但是Narain并不知道为什么会发生此过程。人类基因组计划完成两年后。