通過AI模型，就可以在數億種不同的蛋白質序列及其底層結構上進行訓練，從而完全模擬蛋白質，加快藥物研發的進程。

本文作者：李笑寅

來源：硬AI

越來越多的科技巨頭開始加碼押注AI醫療。

隔夜，谷歌DeepMind及姊妹公司Isomorphic Labs旗下的AI藥物研發模型AlphaFold官宣重磅升級，稱最新版本AlphaFold 3可以預測蛋白質、DNA、RNA等生物分子的結構以及它們如何相互作用。

Alphabet兼谷歌CEO Sundar Pichai表示，目前，已有180多萬名研究人員在疫苗開發、癌症治療等研究工作中使用AlphaFold進行蛋白質預測。

在接受採訪時，Isomorphic Labs的CEO Demis Hassabis表示，人工智能系統有可能徹底改變醫學，並創造“巨大的商業價值”：

“我希望通過Isomorphic實現這兩點：建立一個價值數千億美元的業務，我認爲它有這個潛力；同時爲社會和人類帶來難以置信的益處。”

盯上這條賽道的不止谷歌一個。

當前，幾乎所有AI科技巨頭展現出了對生物醫藥領域的興趣，微軟、亞馬遜甚至Salesforce也都在開展蛋白質生成項目。

近日，英偉達醫療健康副總裁副總裁Kimberly Powell在接受媒體採訪時表示，醫療健康將成爲英偉達下一個“數十億美元級業務”，英偉達的目標是爲更多生物技術公司提供芯片、雲基礎設施與其他工具。

AI技術的下一個前沿應用？

英偉達創始人兼CEO黃仁勳曾多次強調，數字生物學將是“下一場驚人的顛覆性技術”。

誠如他所說，今年3月的英偉達舉辦的2024GTC大會上，醫療健康仍是“重頭戲”之一，與生命科學相關的會議活動排在所有行業之首。

過去兩年間，英偉達旗下AI藥物研發平臺BioNeMo的風投部門Nventures把大部分錢都投給了藥物研發項目。數據顯示，Nventures的19筆投資交易中有7筆是投向AI藥物研發初創公司。

Powell解釋道：

““計算機已經輔助設計行業創造了第一個價值2萬億美元的芯片公司，爲什麼不能輔助建立下一個萬億美元級別的製藥公司呢？”

其他幾家科技巨頭也發力藥物研發領域。僅在去年一年中，Salesforce推出了蛋白質生成AI大模型ProGen，微軟發佈了一個類似的開源模型EvoDiff，亞馬遜還爲其AWS機器學習平臺SageMaker發佈了蛋白質摺疊工具，據報道，甚至連字節跳動也在招聘科學和藥物設計團隊。

這不由讓人發問：AI技術的醫藥價值究竟何在？

以AlphaFold專注的蛋白質領域爲例。

蛋白質是人體細胞組織的重要成分，也是生命活動的主要承擔者。每一個蛋白質由一系列氨基酸組成，這些氨基酸與外部環境之間的相互作用決定了蛋白質的“摺疊”方式——這決定了其最終的形狀，而蛋白質的形狀正是其執行功能的基礎。

因此，對科技公司來說最有價值的點在於：如果能夠基於其氨基酸序列預測蛋白質的形狀，就可以將其應用於藥物研發、作物改良、可生物降解塑料等各大領域。

而AI的出現，直接推動這項工作進入“突破性時刻”。

通過AI模型，就可以在數億種不同的蛋白質序列及其底層結構上進行訓練，從而完全模擬蛋白質，省去了昂貴的分子動力學模擬計算環節。

在媒體採訪中，谷歌DeepMind、英偉達的高管都表示，可用的大量訓練數據、計算資源的爆炸和AI算法的進步，這三大因素共同激發了AI在藥物研發上的潛力。

Powell表示：

“這三個要素第一次齊聚一堂，這在五年前是不可能的。”

這同樣激發了投資熱情。根據Pitchbook的數據，自2021年以來，全球AI藥物研發初創公司的風投交易已有281筆，投資額達到77億美元。

數據量是一大瓶頸

不過，通過AI大模型完全模擬蛋白質的這一過程對算力的要求極高，足量的訓練數據仍然是一大瓶頸。

合成生物學公司Ginkgo Bioworks的AI負責人Anna Marie Wagner表示，像GPT這樣的新型基礎模型依賴於強化學習，是一種模仿人類爲實現目標而反覆訓練的學習過程，更依賴於高質量的海量數據。

DeepMind的科學副總裁Pushmeet Kohli更是直觀地形容數據量的痛點：

“垃圾進，垃圾出。”

並且，雖然將AI應用於藥物研發的潛力十足，但距離真正進入醫藥市場仍有很長的路要走。

據報道，美國食品藥品管理局（FDA）迄今爲止已經批准了100多種使用AI或機器學習進行開發的藥物候選物的臨牀試驗，但可能需要數年時間才能上市。

本文來自微信公衆號“硬AI”，關注更多AI前沿資訊請移步這裏

市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用戶特殊的投資目標、財務狀況或需要。用戶應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。