AI製藥並非直接用人工智能技術研發新藥，而是借助AI運算能力解析蛋白質結構。在藥物研發領域，如果將與特定疾病相關蛋白質視作「鎖」，最適切與「鎖」結合的藥物分子，就是治療該疾病的「鎖匙」。如此一來，若能運用AI技術加快確認蛋白結構，就有望加速新藥開發。

以AI系統「AlphaFold」為例，該系統透過運算大量數據，預測部分人類蛋白序列。科學界早年已剖析部分蛋白結構，覆蓋約17%人類蛋白序列。AlphaFold在此基礎上，預測出約98.5%的人類蛋白結構，而在58%的預測結構中，合成蛋白質所需氨基酸的位置被認為可信，證明AI預測有一定精確度。當擁有龐大準確的數據庫，研究人員就能更專注確認蛋白質結構細節，這也是許多藥物能否成功的關鍵。

未能降低藥物免疫性風險

不過解析蛋白質結構只是研發步驟之一，對於整體提速的成效暫時仍有限。醫學專家指出，在最重要的臨床實驗中，藥物免疫性常會導致實驗失敗，不論AI系統以多快速度確認蛋白質結構，都不能降低這些風險，加上AlphaFold現時只能給出預測結果，希望解析完美的蛋白質結構用於藥物篩選，還需要更多數據。

AlphaFold研發團隊認為，預測蛋白質結構已證明AI製藥的價值，研究人員日後可針對AI系統的需求收集數據，讓AI技術發揮更大效用。◆綜合報道