日本AI研發有效抗疫藥品並證實效果。圖為研發單位提供的病毒分子結構(紫)與藥物成分(黃)示意圖。(圖片來源：Preferred Networks)

日本的AI應用研究又有新進展，日本AI企業PFN(Preferred Networks)與京都藥科大學(Kyoto Pharmaceutical University)的合作研究，以AI找出能有效治療COVID-19(新冠肺炎)的藥物，在2021年9月6日宣布，已確認提案的13種中有7種具明確療效，可望有效因應病毒的快速演化。

根據PFN公布資料，2003年的SARS與現在的COVID-19及相關變異種等多種冠狀病毒，都需以一種主要蛋白酶(protease)、3C-like蛋白酶(3CLpro)為複製的主要介質，而冠狀病毒的3CLpro與人類的蛋白酶不具同源性(Homology)，讓3CLpro相關成分被視為冠狀病毒最佳標靶藥物。

而且，雖然各種冠狀病毒組成都需要這種3CLpro，但每個變種都有些差異，因此對3CLpro的相關成分組成研究，也有助於預測及對抗各變種，避免現在疫苗追著變種跑的問題重演。

至於利用3CLpro治病的方式，就是讓分子結構與病毒結構類似的相異3CLpro混入病毒複製過程，讓病毒變成無法繁殖、無害、甚至無法存在的新成分，同時確保這種成分不會影響人類正常生化反應。

傳統靠文獻查找與實驗的做法，要找出可能有效的成分通常要2年，然後製成並投入實驗的耗時也是以年為單位，這還只是找出一種藥；現在PFN能在一年內提案13種有高度療效的物質，並由京都藥科大學完成其中7種製作與實驗，效率提高好幾倍。

而且有多種選擇，不僅可實驗不同成分對不同變種的相對功效，甚至還能預測哪種變種可能用哪種藥的效果會更好。

這次快速找出7種有效藥物，PFN的超級電腦MN-2與AI無疑是大功臣，不過日本經濟新聞(Nikkei)轉述PFN執行董事小林啟之的說法，京都藥科大學與專業藥廠的功勞不可抹煞。

小林啟之表示，過去的AI藥物研究，計算出的產物在實際實驗中表現常不佳，這次居然有一半以上明確可用，讓其對專業藥師的水準感到驚嘆。畢竟實際的高分子藥品製造有很多訣竅，材料研發AI學習資料仍有限，需要專業藥廠的知識。

(來源：Digitimes智慧醫療頻道 范仁志報導)