AI助力新藥開發：現代科技探索植物及食材中的寶藏
人類自演化以來，就擁有有關植物治療特性的獨特藥物知識，這些知識在史前和後來的文化遺產中留下了痕跡。然而，這些知識主要積累在傳統醫學和民族藥學中，但現在逐漸消失。儘管如此，民族藥學知識和實踐的元素，無論是平行使用還是作為官方治療的補充，都對科學界提供有關天然提取物的安全性和有效性的數據提出了重大壓力。這個要求直到現在仍然只能部分滿足。
新藥開發的轉變
過去，使用植物提取物作為藥物代理，其中包含數百種化合物，這些化合物的作用機制或所含的“活性化合物”一直是個謎。但現在，由於分析方法的檢測極限和精度的顯著提高，計算能力的大幅增加，以及大型的化學（和天然）化合物公共圖書的建立，我們對這些植物提取物的了解已經不再是一個黑盒子。事實上，許多目前使用的藥物源於天然產物，包括一些標誌性的藥物，如納豆酚、長春新鹼、奎寧和青蒿素，都起源於傳統醫學和民族藥學。然而，這些藥物後來都經過現代化學合成和現代分析和藥理學方法的再評估。例如，納豆酚（也稱為納豆酮）是從短槍杉（Taxus brevifolia Nutt.）的樹皮中分離出的一種含氮的二萜類化合物，它作為微管蛋白穩定劑，導致細胞週期停滯，是一種抗癌劑。長春新鹼和文春新鹼是密切相關的吲哚二氫吲哚二聚體（雙吲哚生物鹼），分離自馬達加斯加長春花（Catharanthus roseus（L.）G. Don）。這兩種抗癌藥物，醫學文獻中稱為長春新鹼，是微管蛋白的特定結合劑，導致微管蛋白解聚和細胞週期在中期停滯。奎寧是從奎寧樹屬植物（Cinchona spp.）獲得的生物鹼，是第一個抗瘧疾藥物，曾經是殖民時代這種潛在致命傳染病的有效療法，使歐洲人在世界上許多熱帶和亞熱帶地區定居成為可能。最後，青蒿素是一種帶有內過氧化物基團的倍半萜內酯類抗瘧疾化合物，是在青蒿（Artemisia annua L.）的成分中發現的，具有獨特的作用機制對血紅素複合物產生作用。
新科技推動新藥開發
近年來，創新的提取技術，包括半生物提取、超臨界流體提取、微波輔助、超聲波輔助和酶輔助提取、分子蒸餾方法、膜分離技術，以及高效液相色譜-質譜、液相色譜-質譜、氣相色譜-質譜、核磁共振和晶體學等新的方法和儀器的發展，使我們能夠重新評估傳統知識，確定植物提取物的化學成分，識別“活性化合物”，並開發新藥。例如，最近批准用於早發性阿茲海默症治療的加蘭他明（Galantamine）就是一個例子，它是來自沃羅諾夫雪花（Galanthus woronowii Losinsk）和該屬其他物種的石蒜科生物鹼。在過去的30年中，植物源性藥物的發現已經受到廣泛審查和討論。
植物的多樣性和挑戰
植物合成了極其豐富的專門次生代謝物，包括大量的活性或互補化合物。這是由於幾個原因，包括（1）世界上許多地區的高植物多樣性；（2）它們在植物生理學中的重要生態角色，與植物必須面臨的問題高度相關（保護植物免受草食動物、病原體、壓力（包括紫外線保護）、其他植物-植物和植物-動物互動等）；（3）為同一問題，不同的植物演化解決方案在不同的植物系統中出現，具有相同或相似的藥理作用；（4）同一植物的不同部分和相同植物的不同提取方法可能導致不同的活性化合物組合，有時具有相反的生物效應。因此，驗證民族藥學知識的過程是一個繁瑣且通常只能部分成功的企業，考慮到在近十年的時間框架內，只有1/10,000的測試化合物可能會成功成為藥物。
AI助力新藥開發的潛力
近幾十年來，計算能力和數據存儲能力的指數增長已經為藥物發現提供了更快速且在某些情況下更具經濟可行性的解決方案。具備數十億化合物的化學庫和現有或可能的天然化合物的特定庫，以及新型計算方法的發展（如in silico對接方法，分子動力學輔助，定量結構-活性關係（QSAR），in silico吸收-分佈-代謝-排泄（ADMET）等），被提升為對某一疾病的自然化合物化學空間的初步篩選的有希望方法。計算高通量虛擬篩選已經成為一種節省成本且不占用過多時間的藥物發現方法。這種方法首次成功應用於1990年，當時發現了多巴胺D2受體激動劑。自那以後，計算方法和虛擬篩選已經與網絡藥理學結合起來（基於觀察到或推斷出的化合物與細胞機制的相互作用構建信號和互動的細胞網絡）。這有助於加速藥物的發現和開發，將網絡藥理學定位為新興方法的範式轉變，定位到所有與疾病相關的重要網絡，這些網絡涉及或干擾到疾病的所有關鍵網絡。然而，儘管計算化學已經改變了藥物發現的過程，但仍然存在一些局限性，這些局限性與所使用的計算程序的準確性和由in silico方法引發的可能過度擬合有關，需要進行適當的實驗驗證。