“我能想到的人工智能最重要的應(yīng)用之一是在生物和醫(yī)學(xué)研究領(lǐng)域，這是我多年來一直熱衷于解決的領(lǐng)域?！?AlphaFold 的發(fā)明者、DeepMind 的首席執(zhí)行官 Demis Hassabis 上周在博客中寫道。近日，Hassabis 宣布 Alphabet 新公司 Isomorphic Laboratories 在倫敦成立，該公司仍是一家人工智能公司，將著重構(gòu)建識別新藥物的工具。在國際象棋和圍棋領(lǐng)域取得巨大成功后，2020年年底，人工智能再次大出風(fēng)頭。在國際蛋白質(zhì)結(jié)構(gòu)預(yù)測賽中，AlphaFold2摘得桂冠，并破解了一個困擾人類50年的難題：預(yù)測蛋白質(zhì)如何折疊。在過去 50 年中，“蛋白質(zhì)折疊問題”一直是生物學(xué)界的重大挑戰(zhàn)。此前，生物學(xué)家主要利用 X 射線晶體學(xué)或冷凍電鏡等實驗技術(shù)來破譯蛋白質(zhì)的三維結(jié)構(gòu)，但這類方法耗時長、成本高。而AlphaFold2不僅預(yù)測準(zhǔn)確且效率高，有望促進醫(yī)學(xué)領(lǐng)域不斷取得進步。“我相信我們正處于生物和醫(yī)學(xué)研究新時代的風(fēng)口。去年，DeepMind 的深度學(xué)習(xí)算法 Alphafold2 破解了出現(xiàn)五十年之久的蛋白質(zhì)分子折疊問題。它能夠直接從蛋白質(zhì)的氨基酸序列預(yù)測蛋白質(zhì)的 3D 結(jié)構(gòu)，并達到原子級精度。這是生物計算和人工智能領(lǐng)域的里程碑事件?！盚assabis 坦言。現(xiàn)在，Hassabis 終于可以繼續(xù)在生物和醫(yī)學(xué)研究領(lǐng)域做點事情了。因此，他成立了 Isomorphic Labs。新公司的使命是用人工智能的方法重新構(gòu)想整個藥物發(fā)現(xiàn)過程，并最終模擬和理解生命的一些基本機制。雖然在 Isomorphic 和 DeepMind 在專業(yè)上會有一些交叉，但公司發(fā)言人表示，這家新公司將獨立運作，前者專注于創(chuàng)建一個 “計算平臺，從基本原理上了解生物系統(tǒng)，發(fā)現(xiàn)治療疾病的新方法?！比斯ぶ悄芊椒▽⒃絹碓蕉嗟夭粌H用于分析數(shù)據(jù)，而且還用于構(gòu)建復(fù)雜生物現(xiàn)象的預(yù)測和生成模型。AlphaFold2 是這方面的一個重要的證明，但未來還會有更多。Hassabis表示：“在最基本的層面上，我認(rèn)為生物學(xué)可以被認(rèn)為是一個信息處理系統(tǒng)，盡管它是一個非常復(fù)雜和動態(tài)的系統(tǒng)。從這個角度來看，生物學(xué)和信息科學(xué)之間可能存在一個共同的底層結(jié)構(gòu) —— 兩者之間的同構(gòu)（isomorphic）映射 —— 這就是公司名字的由來?！?/span>Isomorphic 可能不會開發(fā)自己的藥物，而是與制藥和生物醫(yī)學(xué)公司合作，解決藥物開發(fā)周期長、成本高的問題。“大流行使杰出的科學(xué)家和臨床醫(yī)生每天為了解和抗擊疾病所做的重要工作脫穎而出。我們相信尖端計算和人工智能方法的使用可以幫助科學(xué)家將他們的工作提升到一個新的水平，并大大加快藥物發(fā)現(xiàn)過程?！盚assabis 寫道。Hassabis 將擔(dān)任Isomorphic初始階段的 CEO，同時繼續(xù)擔(dān)任 DeepMind 的 CEO，部分原因是為了促進兩家公司之間的相關(guān)合作。他將制定新公司的戰(zhàn)略、愿景和文化。當(dāng)然也包括建立一個世界一流的多學(xué)科團隊，聚集在人工智能、生物學(xué)、藥物化學(xué)、生物物理學(xué)和工程等領(lǐng)域擁有深厚專業(yè)知識的高科技人才，在他們高度協(xié)作的基礎(chǔ)上做出一些事情來。“生物學(xué)可能太復(fù)雜和凌亂，無法表示為一組簡單的數(shù)學(xué)方程。但正如數(shù)學(xué)被證明是物理學(xué)的正確描述語言一樣，生物學(xué)可能會成為人工智能應(yīng)用的完美類型”，Hassabis 重申了新公司的使命：使用 AI 加速藥物發(fā)現(xiàn)，并最終為人類的一些最具破壞性的疾病找到治療方法。當(dāng)然，Isomorphic 并不是第一家希望利用 AI 突破來簡化藥物開發(fā)的公司。聲稱擁有 “人工智能發(fā)現(xiàn)的” 分子的公司還有像 instro 和 Exscientia等，然而，開發(fā)和測試藥物并沒有想象中簡單，并不是搞明白蛋白質(zhì)結(jié)構(gòu)就可以創(chuàng)造出在人體中起效的藥物，最終結(jié)果要應(yīng)用在臨床上還有很長的路要走。也許在不久的將來，我們會看到一些成果，無論如何，這是一條充滿艱難險阻的道路。https:///alphabet-kickstarts-new-ai-drug-discovery-outfit-with-lessons-learned-from-deepmind-protein-breakthroughs/
|
