核酸药物它也分有几种，一个是这个si RNA说这个 rna 干扰，这一类的这个药物。那我们最近 focus 在这 ASO ，就是反义寡核苷酸这一类的这个药物。那么这个 ASO其中有一类这个，实际上 AI ASO 领域有一家公司是非常了不起的， 叫Ionis，是一个时间还蛮长的一家公司，沉寂了有将近 30 年，最近这几年就爆发了，所以说我觉得像这样一家公司，他这个三十年如一日，在这样一个一开始不被大家看好的一个领域去耕耘，这 30 来年也发了有上千篇的这个论文，现在一下子就爆发了，他们就专做一件事，那么这 ASO 要解决的其中的一个问题是什么？像我刚才说的这个 dmd 这里面，来解决一些，这个由于错移突变还是引起的这个叫 frameshift 或者说这个 stop code 这个问题。

 

 

那么AI 在这里面起到一个什么作用？首先就是我刚才讲的要先找到这个致病突变是什么，那么我刚才讲的那实际上就讲的那一大段里面，基本上先要解决什么事，就用 AI 的这个模型来解决什么是致病突变。比如说我们前一段时间有一个病人的家长，正好是我的这个认识的一个朋友，他这个小孩得了一个病，他这个病实际上在一个基因上面有一个单碱基的突变。之前这个医生就觉得他是因为造成了一个氨基酸的变化，所以就治病。但是在我们模型跑了以后，就发现他实际上是造成了多切掉了 36 个碱基，那么后来我们在细胞水平上也验证了。那么现在假如去干预的话，那我们怎么样去设计一个 ASO 来去让他纠正 mRNA剪接的问题。那这个时候我们 AI 又有用武之地了，这个 ASO 传统的办法，说你可以在一个，你怀疑会引起这个 mRNA 剪接错误的这个地方，你去合成这个比如说二三十个 base 的这么样的这个 ASO， 一个一个的去合成。那你有可能要一下子就合成上千条，但每一个他的合成的成本都非常高，经过我们预测以后，我们可能只要合成几条就行了，我们给你大大缩小了范围，能够让你在最短的时间内用最少的代价就能够找到一个非常合适的 ASO 的序列。当然这个序列我们还要去计算它的实际上的这个由于拖把造成的这种这个毒性，所以这个 ASO 我们要是跟 AI 结合了以后，我们就会发现我们对于他的这种预测、设计都会大大的提高效率。将来假如说真的哪一天 ASO 变成了一个非常个性化的治疗，假如有 AI 能够大大的提高效率的话，这件事情就变成了一个可能，不然的话，全世界只有这一种治病突变的一个病人。你不可能说一个药厂为他花几年的时间去开发，所以说这个很可能变成了个性化的治疗手段。假如说没有 AI 的话，这个是没有办法做到的。