该领域的增长趋势是通过使用人工智能(AI)作为预测工具来减少围绕药物发现的不确定性。Leslie Dan药学院的教授Christine Allen博士和博士后研究员Pauric Bannigan最近在《控制释放杂志》上发表了有关该主题的评论文章。

“让我们说，在我们的实验室中……我们有一种药物，并且[它]确实是疏水的(拒水的)，”艾伦在接受《大学时代》采访时说。为了口服这种药物，使其暴露于水，研究人员必须决定他们需要使用的成分，以使片剂或胶囊剂可以随时交付使用。他们还必须决定这些成分与活性药物之间的比例。

艾伦解释说，研究人员通常进行大量实验以找到这些解决方案。但是，基于AI的预测工具的出现可以极大地改变实验过程。

正如Bannigan所描述的，人工智能预测工具有可能缩小研究人员开始进行实验的起点。通过消除不兼容的解决方案，人工智能可以引导科学家们寻求成功的潜在途径，从而节省时间和金钱。

他解释说，在这些工具的指导下，假设药物研究人员只需要进行10个实验即可用AI测试有希望的解决方案，而不是100个实验即可测试大多数可能性。

人工智能应用的真实示例摘自《预测机器：人工智能的简单经济学》一书，该书在评论论文中被多次引用。

Rotman管理学院的教授Avi Goldfarb博士是该书的合著者。他在The Varsity中写道，AI预测工具对制药行业可能具有重要而特殊的意义。

例如，预测分子与蛋白质结合的公司Atomwise可以“提高药物发现过程中早期实验的成功率，并增加上市的成功药物的数量。”

BenchSci是另一家公司，通过预测哪些内容与特定需求相关，科学家可以更轻松地搜索相关文献。Goldfarb写道：“ [BenchSci]还旨在改善药物发现过程。”

目前的应用评论论文称，大型制药公司与专门从事人工智能的公司合作的趋势正在增长。例如，艾伦(Allen)回忆了诺华(Novartis)，“诺华与英特尔合作，努力减少分析显微图像所需的时间。”