人工智能 (Artificial Intelligence, AI) 的快速进展从深度学习 (Deep Learning) 走向“对抗式生成网络 (Generative Adversarial Networks, GANs)”。GANs 的运作模式为生成器与判别器之间互相较量，在竞争中训练两组模型相互设法蒙骗过关；就好比警察与伪币制造商间的拉扯，警察竭力验证出假币，然而伪币制造商试图偷渡假币，两者能力相互提升，直至无法辨识原始样本与人造样本间的差别。
英科智能 (Insilico Taiwan) 致力于与各大制药企业合作，运用人工智能辅助生医产业开发药物分子结构与模拟交互作用，甚至是基因检测的开发，在癌症、中枢神经疾病、代谢疾病等各方面皆有所着墨。
“应用人工智能筛选药物结构，可望解决药物设计上许多困难，是非常令人惊艳的。”史丹佛大学结构生物学教授 Michael Levitt (2013年诺贝尔化学奖得主) 表示。
药物研发时程往往短至三年、长则数十年，然而，AI 可望加速药物研发过程，仅在数周内创造全新药物分子。日前，英科智能发表相关文献刊载于《Nature Biotechnology》期刊，其研究透过其人工智能系统“生成性张力强化学习(Generative Tensorial Reiforcement, GENTRL)”，运用 GANs 理论基础，成功在 21 天内设计出六个全新的药物，其中分别有四种化合物通过生化检测 (biochemical assay)、两种通过细胞学检测 (cell-based assay) ，其中一种甚至在小鼠模型中显示良好的药物动力学反应。
前艾伯维 (Abbvie) 药物技术研发副总裁 Dr. Stevan Djuric 亦指出，“英科智能利用 GANs 人工智能技术缩短药物研发的时间及金钱成本，对于制药产业未来发展是极其重要的”，我们期盼人工智能不仅提高药物开发效率，更能为各种疾病亚型带来更精确的治疗品质。
延伸阅读：BIO Asia Taiwan— AI正夯，数据驱动制药产业的未来
参考文献
https://www.nature.com/articles/s41587-019-0224-x
©www.geneonline.news. All rights reserved. 基因线上版权所有 未经授权不得转载。合作请联系：service@geneonlineasia.com
