研究人员正在利用人工智能（AI）创建和优化潜在的新药，以帮助阿片类药物使用障碍（opioid use disorder）患者。据估计，美国约有300万人患有此病，每年超过8万人因过量服药死亡。临床前研究表明，阻断κ-阿片受体（kappa-opioid receptors）可能为治疗阿片类药物依赖提供有前景的药理学方法。通过发现抑制κ-阿片受体的药物，有望减轻阿片类药物成瘾。该研究在圣地亚哥举行的第67届生物物理学会年会上展示。

利用人工智能加速药物发现

κ-阿片受体已知介导大脑的奖励机制。当个体成瘾并试图戒断时，会出现戒断症状，这些症状可能难以克服。大量接触阿片类药物后，大脑被重新连接，需要更多药物。在动物模型中已证明，阻断κ-阿片受体的活性可以减少戒断期对药物的需求。然而，发现能够阻断蛋白质（如κ-阿片受体）活性的药物通常是一个漫长且昂贵的过程。使用计算工具可以提高效率，但筛选数十亿种化合物仍需数月时间。因此，研究人员正在使用人工智能来优化这一过程。

人工智能的优势在于能够获取大量信息并学习识别其中的模式。机器学习可以利用大型化学数据库的信息从头设计新药，从而潜在地减少药物发现的时间和成本。利用关于κ-阿片受体和已知药物的信息，研究团队训练了一个计算机模型，采用强化学习算法生成可能阻断受体的化合物，该算法奖励有利于药物治疗的特性。目前，该团队已确定了几种具有前景的化合物，并正在与合作伙伴合作合成它们，随后在细胞中测试其阻断κ-阿片受体的能力，最终在动物模型中验证其安全性和有效性。