深度學習能讓藥物研發速度提升一百萬倍

　　5月25日消息，隨著人口老齡化問題以及抗生素耐藥性感染等各類因素的影響，現今對于新藥的需求比以往任何時期都要高。但研發一款新藥至少要耗資數十億美元，周期長達14年，在這個基礎之上，也僅有8%的新藥能成功上市流通。

　　隨著深度學習、GPU加速等新技術的產生，舊金山一家創業公司Atomwise正試圖通過這些新興技術來縮短整個研發周期，并減少研發過程中所需的高昂成本。目前Atomwise已取得了一些階段性成果，為多發性硬化癥和致命的埃博拉病毒找到了可能的藥物。

　　Atomwise研究人員認為蛋白質是造成疾病產生的生物原因，蛋白質會讓腫瘤生長或是引發炎癥，隨后研究人員開始尋找能夠起到抑制或促進的目標藥物，并通過一款名為AtomNet的深度學習軟件，進行預測和分析藥物的實際表現，如毒性和可能出現的副作用。

　　通過Tesla V100和其他NVIDIA GPU在AtomNet上的應用，新藥的研發周期要比此前傳統的方式快100萬倍。通過深度學習選出的這些候選藥，會交由制藥機構、研究所、醫院等相關組織進行進一步研究，以確定候選藥是否可在臨床中得到應用。