美国国家癌症研究所估算有十分之四的美国人可能会在某一时刻被临床出有癌症。33％的癌症患者寿命会多达5年，这让他们完全没时间去找寻有效地的化疗方法。新的抗癌药物必须10年时间才能推向市场，这一推展过程牵涉到动物试验、人体试验和监管审查——而其实验顺利概率仅有7％。那么，市场上食品和药物管理局批准后的药品严重不足2000种，这否令人吃惊？（不是2000种癌症化疗药物，是2000种化疗所有疾病的药物）一家取名为InsilicoMedicine的生物技术研究公司期望通过在人工智能（AI）的协助下大幅度缩减研究所须要的时间，从而完全提高药物研发现状。

在医学杂志《Oncotarget》公开发表的一项研究中，一个由InsilicoMedicine领导的团队详尽讲解了他们的方法。从本质上谈，其研究人员创建了两个计算机网络（被称作生成式对付网络，全称GANs）。其中一项研究明确提出了有可能具备抗癌特性的新分子；另一种则是驳斥哪些药物抗癌违宪。

PolinaMamoshina是InsilicoMedicine的一名研究科学家。她说道，“最差是用艺术的转换来说明，如果癌症药物是艺术作品，那么第一个网络将是一个企图对其展开仿效的艺术学生，而第二个网络将是一名艺术专家。

返回GANS，第一个网络仍然企图“愚弄”后者，让后者拒绝接受新的分子作为合法药物，这两种方法都能更佳地理解癌症化疗应当是什么样子。一旦它们通过互相测试，这些网络就可以用来检测化合物，以检测它们的抗癌潜力。通过这种方式，Insilico？Medicine研究团队从一个公共数据库中检验了7200万种化学物质。

在GANS中自由选择的这些化合物中早已有60项取得癌症化疗药物专利，这意味著网络需要精确地检验出有这些药物，而其自由选择的其他化合物也很有可能有一点更进一步研究。与体外实验（试管）实验比起，silico实验室的（计算机测试）方法的速度更加慢。研究人员并没去找寻新的癌症化疗方法，而是用于一百万种未知的有化疗潜力的化合物，而在短短一个月时间里，研究人员就可以将候选名单增大到100个。

这种方法不仅可以更慢的增进药物研发，而且还能给研究带给更好的经济效益。每一种实验告终的药物，都会导致劳动力和资源价值数百万美元的损失。

JournalofHealthEconomics的一项研究估算，每一种实验告终的药物比每一种实验顺利的药物成本增加了多达16亿美元。有了较少、更加准确的搜寻范围，研究人员可以节省数百万，甚至数十亿。但并非所有人都对silicotesting的应用于抱着有信心。

Mamoshina否认，许多用于更加传统的生物和化学方法的癌症研究人员不熟知人工智能，这样的实验结果可能会很差取信于他们。“对他们来说，这是一个黑盒子，”她说道。“这知道很难解读，这也是为什么他们不会回应所持猜测态度。

”与其他尖端技术一样，抹黑也有可能推展了InsilicoMedicine的变革，但是也卖给了隐患。OlexandrIsayev是北卡罗来那大学的助理教授，他的实验室专心于研发人工辅助药物找到的方法。他否认，对于一项仍未获取任何实质性成果的技术，人们刚开始可能会展现出的过分激动。“大多数公开发表的论文，还包括这篇论文，都是纯粹的计算出来性的，”他说道。

“所以，一些预测有可能是错误的。我知道很想要看见“人工智能找到”的药物分子的首次被实验证实是顺利的。”该公司并没将这种技术以软件即服务模式的形式展开许可，而是将研究范围不断扩大到网络早已能辨识出有的具备抗癌潜力的分子上。

一旦这些化合物通过传统的体外测试，它们就不会被许可给制药公司展开更进一步的监管审查，如果一切顺利的话，市场营销也不会获得批准后。今年8月，该公司宣告，InsilicoMedicine于是以与制药业巨头葛兰素史克合作，开始实行一些新的研究技术。InsilicoMedicine对这种新方法的信念，体现在它要求对自己找到的药物展开许可的决策中，而不是体现在找到药物的工具。

然而，对于该公司来说，要证明人工智能显然需要去除早期找到的药物显然化疗违宪的猜测，他们将被迫返回实验室展开检测。

本文来源：esball-www.kmcits0785.com