中國江蘇網4月16日訊（通訊員 李海博 尚依琳 記者 羅鵬）罕見病，是指那些發病率低、患病人數少的疾病。但據調查發現,目前罕見病的種類已超過了7000種，但僅有5%的罕見病獲得了治療批準。日前，南京郵電大學生物醫學工程專業的閆興等三名同學通過深度學習算法開展了“罕見病的AI新藥篩選方法與平台開發”項目，新藥研製周期將大大縮短。

據了解，此次項目搭建了一個運用人工智能技術進行藥物分子虛擬篩選的平台，通過模擬已知化合物與生物分子靶標之間的相互作用來進行篩選，實現多種藥物關鍵屬性的預測。“我們對常規的疾病進行分析，找到對疾病起作用的關鍵成分，然後利用算法模型不斷優化，最終篩選出部分具有較好生物活性的配體分子來適應相應罕見病。”閆興向記者介紹，這個平台的優勢在於引入了同源藥物靶標豐富的樣本信息，解決了罕見病樣本嚴重不足的問題，通過構建訓練模型，根據分子指紋模擬已知化合物與生物分子靶標之間的相互作用，實現對新的潛在藥物分子的預測。

相關資料顯示，一種藥物從篩選到成功上市，平均需要10到14年的時間，中間過程的花費更是高達2至3.5億美元。目前，臨床階段的候選藥物淘汰率高達90%，所以很少會有製藥公司選擇研發“孤兒藥”。“這個平台操作簡單，用戶隻需要選擇模型、輸入分子式以及用戶郵箱，就可以得到預測結果。它不僅可以降低企業的製藥成本，還可以幫助罕見病患者提高可治療概率,，減輕其費用負擔。”閆興說。

接受采訪時，閆興坦言團隊也遇到一些困難，“因為專業沒有開設相關藥理學的課程，並且目前也還沒有涉及深度學習的內容，很多東西都要靠自學，查文獻看資料，特別是英文文獻需要先全篇翻譯再逐字研究，我們團隊成員甚至在去年國慶回家的車上還在學算法編程。”閆興說，“將來罕見病治療體係成熟，不會有人像電影《我不是藥神》中那樣因為得病或是天價藥物而失去生命，那我們的項目實踐就有了真正的意義。”

記者了解到，目前這個項目還在探索和研究階段。閆興說，即使現有團隊成員畢業了，後期還會有新成員加入，繼續推進此項目。“這是一個不斷傳承的項目，如果將來有機會我們還想繼續從事這方麵的研究。”