雷鋒網消息，近日，總部位於英國牛津的Exscientia公司表示，該公司已經交付了第一種通過人工智能與葛蘭素史克(GlaxoSmithKline,GSK)合作發現的候選藥物，這是一種治療慢性阻塞性肺病(COPD)的潛在療法。

　　Exscientia成立於2012年，是一家利用AI進行藥物研發的初創公司。今年1月，Exscientia宣佈已經完成了2600萬美元的B輪融資。

　　據雷鋒網瞭解，葛蘭素史克與Exscientia的合作關係可追溯至2017年7月。當時的合作細節表明，Exscientia需要爲葛蘭素史克感興趣的10個疾病靶點開發創新小分子藥物，如果Exscientia 達到所有約定的目標，總計將從葛蘭素史克獲得3300萬英鎊的資金。

　　該公司表示，這款藥物是通過其基於AI的Centaur Chemist自動化藥物發現平臺開發的。據此前藥明康德的報道顯示，這個平臺同時利用大數據和機器學習方法，能夠根據已有的藥物研發數據自動設計出上百萬種與特定靶標相關的小分子化合物，並且根據藥效、選擇性、ADME和其它要求對化合物進行篩選。

　　篩選出來的最佳候選化合物會被合成並且進行實驗檢測，然後實驗數據會被反饋到AI系統中用於改善下一輪化合物的選擇。這一AI主導的快速藥物設計、合成、檢測循環能夠大幅度提高藥物開發效率。

　　Exscientia以往與客戶合作的藥物開發結果顯示，AI主導的藥物研發平臺發現候選化合物所需的時間和成本大約是傳統研發手段的四分之一。

　　“我們的AI平臺和方法在過去幾年中取得了顯着進步，並通過我們製藥合作伙伴的實際項目不斷完善和優化，”Exscientia首席研究官Andy Bell在一份聲明中說。“隨着生產力的改進，我們相信Centaur Chemist證明了自己是行業領先的AI藥物發現平臺，實現遠優於傳統發現技術的歷史成果。”

　　近年來，人工智能和機器學習在藥物研發中的探索引起了製藥商的極大興趣，儘管它仍然處於起步階段，可能需要一段時間才能將兩個領域的整合完全納入主流。

　　但是，許多大大小小的公司一直在探索AI / ML開發新藥的想法，特別是因爲它有可能加速藥物開發過程，甚至發現傳統方法可能錯過的新的可用藥靶點。例如，AI / ML結合冷凍電子顯微鏡可以讓研究人員正確地推斷出分子的三維結構，然後在原子水平上以傳統X射線晶體學無法做到的方式繪製它們。

　　雷鋒網瞭解到，今年1月，大型合同研究機構Charles River Labs和Atomwise宣佈結成夥伴關係，在藥物研發領域提供人工智能服務。瑞士製藥商諾華公司和芯片製造商英特爾去年6月宣佈了合作伙伴關係，雙方正在使用人工智能將顯微鏡圖像分析所需的時間從11小時減少到31分鐘。