Atomwise公司宣布与世界上最大的化学品供应商Enamine Ltd.合作，启动了一个由人工智能支持的100亿化合物虚拟药物筛选项目，10-to-the-10。该计划旨在大幅增加治疗儿童癌症的更安全小分子药物的发现。

Atomwise将利用其专利的人工智能虚拟筛选技术，评估数十亿类药物分子与癌症靶蛋白的结合，而烯胺将提供支持，并可访问由100亿个小分子化合物组成的虚拟库。这项研究将以顶尖大学癌症研究创新者的需求为指导。

每年有超过15000名儿童和青少年被诊断出患有癌症。许多癌症没有有效的治疗方法，据估计，80%的癌症有严重的副作用，影响长期健康，因此需要新的肿瘤药物。

计划将通过观察数十亿种从未在任何药物发现项目中被检测过的化合物来寻找新的候选药物。该项目最大限度地利用了开发新的靶蛋白药物以抑制癌症生长和转移的机会。通过评估真正新颖和结构独特的化合物，该计划还大大增加了为现有目标开发新药的可能性，而且副作用更少。

由于技术的融合，计划中的巨大屏幕是可能实现的：使用Atomwise的AI算法进行准确快速的基于结构的药物开发，可扩展的云计算创新以及像Enamine的REAL这样的大型虚拟库。

“我们的许多合作伙伴通过我们的AI虚拟筛选平台仅筛选了1000万种化合物，便成功地确定了早期候选药物，”Atomwise公司首席执行官兼联合创始人Abraham Heifets说，“我们几乎没有抓住可能的表面，想象当我们筛选一个大一千倍的化学库时会发现什么。”通过Atomwise，合作伙伴报告的早期临床前成功率是行业标准的两倍多。此外，据报道，使用Atomwise的AI技术的平均命中率比传统筛查技术对于相对较难的目标要高出一百倍。筛选出数以亿计的分子已经被证明可以提供比使用标准大小的库更有效的药物，这一改进可能需要数年时间才能用传统方法实现。

100亿种化合物将为研究人员提供更多的药物发现起点。研究人员不再需要筛选在癌症研究中反复筛选的同一组化合物。通过该计划，研究人员将能够有效地测试大量不同的化合物，从而能够及早发现药物开发中潜在障碍的解决方案。目的不仅旨在提高成功率，而且还提高药物开发每一步的成功和进步门槛，缩短临床前药物发现所需的时间。

北卡罗来纳州Lineberger综合癌症中心大学的Pengda Liu博士在Atomwise的AIMS奖项上取得了成功，他希望利用这一计划推进他的研究，“与Atomwise合作，我们已经在一轮筛选中发现了一些抑制剂。将化学领域扩大到100亿可能会彻底改变这项研究的规则。”