大数据时代下药物研发的前瞻

大数据是个挺火的词，从我的角度看看它和药物研发的一点点联系，欢迎大家拍砖

                               
登录/注册后可看大图

   从人类诞生到2003年人类创造的信息量都比不上今天一天所创造的信息量的综合，随着存储技术和运算速度呈现出几何级数的增长，我们生活在一个前所未有的数据时代，突破了以往“有用才被记录”的观点，今天“一切记录下来的数据”都将有用。数据的不断创造、累计以及通过分析这些数据所得到的结论使我们前所未有的了解到我们的群体行为学，这种打破了人种界限的分析，势必将使我们更加理性的预测和规划未来，而不是过去那样凭借着浪漫的想象和良好的运气。
        这个时代，我们称之为大数据时代，或者叫做云时代，大量的数据每天都在被产生，记录，每个人的呼吸，血压，心跳甚至每秒钟的神经冲动，这些活性在下一秒就会失去意义的个人行为学，但将它们长时间地按照不同要求进行统计，势必是可以得出某些结论和预测的。就像药品大规模的临床试验一样，没有哪个时代向今天将药品的安全性提高到如此的高度，会招募如此众多的受试者并且跟踪相当长的时间，尽管如此，很多当代新药的长期副作用仍旧无法预测，如某些他丁类降血脂的药物与服用者糖尿病发病风险升高息息相关，抑或类似罗格列酮类药物使服用者罹患膀胱癌的几率增加等。其实这类问题的原因很简单，人体是一个复杂的机器，它的精密程度远远超过了我们的想象，就目前的结论而言，药物出现副作用的原因就是药物和除治疗所需之外的其他靶点发生的不可预测的反应，这个靶点可能是某个蛋白，某种酶，或者是某条基因，它们之间复杂的相互作用让药品的副作用永远都不可能避免，现在没法，将来也没有办法。
        回到最开始的问题，新药的研发在这样一个特殊的大背景下是否需要做出一些勇敢性的变革，就像我们尝试把所有的已知事物都用数据的形式记录下来，并加以管理、分析，最后得出结论一样，我们是否能在新药研发过程中将图形或图像记忆转化为有关的数字记忆？都有共识，社会的进步程度越高，语言的趋同性就会越高，而记录信息所采用的形式也将越发简洁，而到目前为止我们所能得到认知度最高也最简洁的数据形式就是数字符号。每个药物的结构既有它的图像语言，就是我们所讲的结构式，也应该有它对应的数字语言，这个数字语言可能就是一个数组，这个数组以数字的形式记录了这个药物所有的结构信息，就像今天我们从结构上判断一个药物的功能，分类甚至它的药理毒理一样，在未来这一切都将被数字化的形式所代替。每个药物都有率属于它们一类的结构骨架，同时为了改变药物的活性，代谢稳定性或者降低毒性我们都要对它的骨架进行修改，使得它们在共性中体现出个性，毫无疑问，数组将能够完美的记录下这一切，并能比现在进行更好的管理，到那时，每个药物都会有属于自己特定的“分子指纹”，而这些数组将最终为新药的诞生提供很大的帮助。我们不是第一次面临将图形符号转化为数字符号，然后将它加以解析处理，我想如果上帝真的存在，他肯定会喜欢那些数字，就像今天我们要感谢笛卡尔创造了解析几何一样，未来只不过是比昨天更好的重复。
        每个药物当它被以数字的形式记录下来，它的一切信息都将变得更加简洁。同样对于靶点的分析我们也要建立数组，每年都会有数以千计甚至数以万计的文章去研究靶点-药物之间的相关，尤其是关于靶点的数组构建需要更大计算能力，因为它涉及到更多更复杂的结构，将来我们记录数据或认知数据的能力也必须发生变革，将平面的数组形式转化为多维度的数组，这种能力的提升将从根本上改变我们对于药物研发的观点，关于靶点的多维数组和关于药物的多维数组之间是有联系的，这种联系用现在的话说是docking，而docking究竟有多少成功率，真正的事没人知道，这种docking无疑是费力且可能是徒劳无功的，就像只有锁而没有钥匙，得一个个地尝试，如果幸运可能很快找到，而如果不幸运将一无所成。通过比较多维数组之间的相关性，或进一步的讲，通过上市药物或者成熟的文章所报道的数据和靶点甚至基因组之间所获得数据进行建模分析，得到的不仅仅是docking所得到数据，甚至就连潜在的副作用或者更好的治疗模型也能分析，关键就在于我们能不能获得足够多，足够详细的关于药物，靶点和基因组的多维数组，而且能不能处理如此庞大的数组。人类基本所有的创新都是少数人类精英通过观察、分析然后得出一些不符合当时认知的结论，这些结论通过实践的验证是符合现象的，是能解释原来的理论不能解释的，我们将这些精英总结起来的经验写进书本，带进课堂，将它们世世代代传给我们的子孙。新药的研发也是在不断的寻找中突破的，未来当一种新化合物被发现后通过对比已经有的资料，相信能更好的造福人类的健康，无论它是否有效对于其设计的靶点，但相信成功率和安全性较今天会有比较好的改善，这一切都是我们愿意看到的，就如同现在沃尔玛通过大规模调查后发现在美国一些州来选购婴儿纸尿裤的多是婴儿的父亲，而这些父亲在买纸尿裤时都会带上一些啤酒类的东西，传统超市里纸尿裤和超市是肯定不会放在一个柜台，而沃尔玛通过分析后将这两者变成了邻居，这普遍提升了30%的销售数量。
        在未来，创造将不再是精英的专利，今天那些制药业的巨头，罗氏，辉瑞，强生，赛诺菲等都将受到来自更多类似谷歌，IBM等公司的挑战，这种挑战源于互联网巨头所掌握的的庞大的数据资源和强大的计算能力，2013年12月，nature上报道了谷歌公司和斯坦福大学的研究人员共同利用谷歌的云计算初步解析了G蛋白偶联受体的某种亚型的三维结构。这或许是一个开始，当利用传统方法寻找新突破的制药巨头们发现当下搜寻成本逐渐升高时，各种并购和收购案此起彼伏，其实这从侧面反映出药物研发已经出现了一个相当大的瓶颈，企业只能通过横向发展来提升自己的市场竞争力和商业价值，从长远意义看，这并不有益起独立的发展。新型的制药企业也在蠢蠢而动，而它们与互联网巨头的相互“勾结”必然加速药物研发的速度，正在阵痛中的传统制药巨头，是不是要开始发生一些悄然的变革？刚提到的创造发明不再是精英的专利在未来，就像今天每个人都可以通过IBM云计算变成原创歌手，那是否能想象任何人都能在未来为药物研发提供一份智力支持。
        当云时代已经到来时，我们是否已经做好准备接受挑战？从我们的健康到我们的生活似乎都将变得智能化，数字化，简单的说，就是用大数据预测我们的未来，数据能够说明问题，但不能说明一切问题，大数据预测的更多的是提供一种在概率上更精确的评估模型，而最终将这些预测结果与未来挂钩并作出决定的还是人类。药物研发相信不论是在过去，现在和将来都不会是件容易的事情，每一种药物的出现都包含着很多幸运的元素，而每一种药物的上市都将给创造者巨大的商机，未来我们能将这些偶然元素加以整理，并从中得到一些新的启示，千遍万户的数组将带给我们新的启示，联系所有这个地球上的生命，过去，现在和未来，而这些启示最终将能造福我们自身。

楼主辛苦

谢谢分享，不过楼主没有分享发表人。

谢谢分享，不过楼主没有分享发表人。