从航空航天到机械工程，世界各地的专业人士依靠强大的计算机，来辅助他们每一天的工作。但是在高科技制药工业方面，绝大多数的药物还靠手工开发。

研究者们根据自然规律合成的每一种有前景的化合物，都要在人类身上测试以验证其安全性。药物的开发和去除在病人身上产生的副作用是一个很漫长而且高花费的过程。

但是一个年轻的加拿大人，创建了一家叫做智能原子的公司并且认为有可替代的方法。一家由多伦多大学对撞中心计算机科学家创办的公司，已经创造出了机器学习算法，期望不仅可以帮助研究者开发下一代药品，而且可以比以前更加廉价省时地完成。

根据塔夫茨中心在2013年发布的药物研发报告称，在1983年到1994年期间，制药企业一般花费大约802百万美元去开发一种新药物。在接下来2013年的报告中称，药物的开发费用已经变成了每成功开发一种药物花费2.5亿美元。

在此之外还有其他的健康威胁，如，目前还没有足够的应对健康威胁的方案，目前尚不清楚如果维持现状是否足够。

成本的增加可以归结为几个因素，最重要的是，由于科学家试图去研发更加复杂的慢性或者变性疾病的治疗方法，越来越多的药物无法通过人体临床试验。据目前估计10个里面有8个药物研发项目会被放弃。

当然，这还有其他的影响因素，根据塔夫茨的报告，增加试验的复杂程度和临床试验规模都会使开发成本上升。

这是一个趋势，如果继续下去，将会对人类健康产生令人担忧的后果。“在此之外还有其他的健康威胁，如，目前还没有足够的应对健康威胁的方案，目前尚不清楚如果维持现状是否足够。”智能原子主要执行人员levy说。

Levy说，我和我的同事更担心的是，耐抗生素性。抗生素在，40年代，50年代以及60年代变得越来越不能对细菌的感染进行有效治疗。而且不仅仅是这个，根据CDC报告，每年大约有23000的美国人死于耐药性细菌的感染。

“总有那么一天甚至就是现在，抗生素不再起作用”他说“这将致使人们不能通过常规手法进行手术治疗，还有可能因为一个轻伤的感染而丧命，以后的世界死亡率会大幅飘升”。

计算机仿真算法，智能原子算法怎样使用机器学习（machine learning）研究新药物，（图片）

一个细菌性感染很可能成为人类健康的严重威胁，大量的疾病，包括小儿麻痹症，麻疹和百日咳的反复发作，以及新型的禽流感和猪流感，都可能对科学家的研发进度造成严重压力。

智能原子算法类似于神经网络深度学习，一家创业公司去年被谷歌以628万美元收购。当谷歌在教它的AI怎样玩太空侵略者时，智能原子已经要求它（AI）去学习复杂的生物化学原则。

“我们会花费上千的模拟年（运算时间）去教会它自己拥有这些能够最终达到药物预测性的效果”，Levy说。“我们的系统不会看到一打或者两打的因子，它能够在同一时间看到上千的因子，并且以复杂非线性的方式结合它们（因子）”。

根据Levy所说，这就是为什么他们公司这个系统很独特的原因。他说,这种方法就像怎么让计算机进行图片识别一样。

人类和计算机区别猫和狗图像的方法是非常的不同的，人类是根据自己的直觉区别，但是计算机将根据纹理，色泽的因素判断。乍一看，好像是用非直观区别两者。同样的方法，levy说,他们的系统已经被设计成可以用一些非直观方法识别化学品准确的嵌入进生物目标。

但是智能原子现在主要的挑战是说服大制药公司，超级计算机对于它们的预算危机来说可是万能灵药。

FOLDING@HOME负责人，斯坦福教授vijay pande，FOLDING@HOME(用全世界上千的计算机去模拟蛋白质折叠的项目)，制药公司已经有很好的理由去引进超级计算机到实践中去了。“很多计划已经被毁了”他说,“在20世纪80年代，有很多人承诺计算机将会彻底改变药物设计，这其实是言过其实，但当时却很少被质疑”。然而，事情已经慢慢的发生了改变，像folding@home一样的项目已经向帮我们展示了计算机如何协助研究者进行药物的开发。

HSCCI的执行负责人大卫.唐波姆说，他和他的同事起初作为怀疑论者质疑，“我们为什么需要这么多又大的计算机”，他说，医学研究设备已经达到了420兆次的计算能力，而且经常满负载运行。

人们以前是不需要我们安装超级计算机的，但不管怎么说，“目前我们组建的团队却非常需要这项技术”。

这家由潘德博士联合创建的公司，已经在使用超级计算机去协助他们的药物开发，使用这种软件算法去开发治疗革登热的药物，目前还在临床试验中。像智能原子这家公司声称他们的药物开发平台在新治疗药物开发时间方面已经有显著的效果。

除此之外，美国能源部通过Oak Ridge计算设备开发了药物辅助开发系统。oak的科学家声称他们的系统能在少于两天之内模拟两百万不同类型的药物化合物和特定目标的相互作用。

这些系统的生死存亡在于它们产生结果的准确性。 利维说，智能原子软件目前已经以超过IBM蓝色基因/ Q的838万亿次浮点运算的峰值性能运行。这种硬件使公司的软件能够在数周内识别更多的有前景的候选药物，Levy称，现在他和他的同事们开发药物的精确度是以前的18倍。

“如果通过了这项技术，那将极大地改善药物开发成本”。Levy说，它将帮我们解决长期的被人忽视的疾病，最终也将实际性地帮我们解决以后数十年我们可能要面对的全球性威胁，除此之外我们可能没有其他合适的应对方法。

点击原文阅读