國際生醫新聞

葛蘭素史克 (GlaxoSmithKline, GSK) 人工智慧和機器學習 (AI/ML) 全球負責人 Kim Branson 曾說：「機器學習在藥物研發中最重要的事情之一，其實就是設計藥物的標的。即使你有世界上最好的藥物也沒用，如果你的標的不對，你就不會看到臨床效果。」

所謂的「標的」，除了藥物作用機制上的目標之外，患者群、患者狀態，也是標的的一環。身為作為 AI/ML 工具的早期採用者，GSK 利用 AI 來確認在疾病過程中對患者進行醫療干預的最佳時機、預測患者反應、協助招募受試者等，例如，2023 年 3 月底，GSK 與 PathAI 雙方宣布合作，除了使用 PathAI 基於人工智慧的非酒精性脂肪性肝炎 (NASH) 組織學測量 (AIM-NASH) 工具進行組織學評估外，還將生成、數位化和分析肝臟活檢切片，以供病理學家評估。所建立的模型，可從患者的成像掃描資料中持續監測和量化肝臟脂肪量，為治療 NASH 找到「更多值得關注的目標」。

此外，GSK 也建立了一項機器學習演算法，對 B 型肝炎治療藥物 bepirovirsen 的 IIb 期研究「B-Clear」中的患者進行分群，找出有反應的 5 種不同的患者亞型，專有演算法可預測患者對 bepirovirsen 可能產生的反應，與傳統的病毒學標誌物 HBsAg 相比，預測的精確度提高了近一倍。

不僅如此，GSK 還針對 RNA 和 DNA 序列開發了大型語言模型，以預測基因變異對 mRNA 處理的影響，確定蛋白質的表現量是增加了還是減少了，以及變異是否改變了特定基因的剪接模式等等。

延伸閱讀：《AI》十年過去了，首批以人工智慧設計出的候選新藥，臨床表現如何？ (必必讀)
延伸閱讀：《AI》可能強十倍!! 人與人工智慧的偕同努力，設計出新一代胃酸抑制劑

資料來源：BioSpace、GSK、PR Newswire