仅预测新药候选物质还远远不够
需要复杂的生物分子模拟器
投入巨额资金打造“人工智能实验室”
2024年,谷歌人工智能(AI)研究机构DeepMind的创始人之一Demis Hassabis等人荣获诺贝尔化学奖,以表彰他们开发出能够预测三维蛋白质结构的人工智能模型AlphaFold。蛋白质结构是研发新药的关键,而预测新的蛋白质结构一直是需要数十年甚至更久才能攻克的难题。有人因此乐观地认为,得益于AlphaFold,人工智能有望以惊人速度研发抗癌药物。
然而,两年后的今天,人工智能研发新药仍未传来好消息。人工智能与生命科学相结合的尝试进展如何?又遇到了哪些障碍?
荣获诺贝尔奖的Hassabis,筹得6万亿韩元资金
开发AlphaFold后,Hassabis创立了以这项技术为核心的新创企业Isomorphic Labs。与他曾经领导的谷歌DeepMind一样,Isomorphic Labs总部设在英国伦敦,目前仍在积极运营。公司的使命是进一步升级AlphaFold,开创仅凭人工智能就能研发新药的时代。
事实上,Isomorphic Labs近期迎来了一个重要里程碑。当地时间17日,公司从全球风险投资机构合伙人处筹得高达50亿美元(约合6.67万亿韩元),估值超过500亿美元(约合66万亿韩元)。这笔投资在人工智能相关企业融资史上也位居前列。
然而,Isomorphic Labs利用人工智能研发的新药尚未进入基础开发阶段。根据官网介绍,公司目前通过与大型制药企业合作,在临床前阶段获得了“积极的疗效数据”。
为何仅凭人工智能无法研发新药
事实上,“利用人工智能研发新药”并非只是打造一个聪明的人工智能模型那么简单。这是因为蛋白质等新药物质所涉及的分子结构在现实中具有很强的可变性。也就是说,AlphaFold的能力仅限于准确预测这些千变万化的物质在某一时刻的结构。对于人工智能制药企业而言,这正是一道重大难题。
因此,真正研发药物的制药企业不仅要寻找新药候选物质,还要配备庞大的实验室和研究团队,连续数年不断配制和测试药物,耗费大量时间。此后,药物才能进入临床阶段。要让人工智能测试自己预测出的物质,就需要在计算机中搭建虚拟实验室,类似于制药企业的湿实验室——这种专门设施用于实验化学物质、蛋白质和动物细胞等。
Isomorphic Labs致力于为人工智能科学家打造“虚拟实验室”
Demis Hassabis领导的Isomorphic Labs也不再是一家只依赖AlphaFold的企业。该公司已经转向一项大型研发计划,开发名为Isomorphic Labs药物设计引擎(IsoDDE)的系统。IsoDDE是一套人工智能模拟器,可用于模拟所有影响蛋白质结构的现实变量,例如温度以及原子之间相互作用的微小力量,可谓一座“人工智能虚拟实验室”。
这类模拟原本需要海量数据和强大算力,因此通常要在昂贵的超级计算机上耗费大量时间完成。但Isomorphic Labs希望用基于人工智能的高速模拟器取代传统的高负荷模拟器。AlphaFold缩短了预测蛋白质结构所需的时间,而IsoDDE则旨在缩短测试新药候选物所需的时间。
因此,此次筹得的50亿美元对Isomorphic Labs而言是一笔极为宝贵的资金。AlphaFold的开发还是DeepMind时期的一项小规模实验,如今公司需要协调大量人工智能模型和计算设施。Isomorphic Labs在声明中表示:“IsoDDE将把简单预测推进到接近现实实验的准确度。”公司还称:“利用我们的技术打造的人工智能智能体,将穿梭于高度复杂的生物系统中,找到通往新药研发的道路。”
此外,Isomorphic Labs还将拥有用于临床试验的自有实验室和研究团队等“现实基础设施”,负责将仅存在于计算机中的药物物质转化为现实。Isomorphic Labs将这种商业模式定义为“可扩展的人工智能优先转化与临床研究机构”。
“循序渐进,然后突然实现”
人工智能瞬间研发出抗癌药物的未来,预计不会立刻到来。要让IsoDDE发展到值得信赖的水平,仍需跨越众多科学和工程障碍。
对此,Hassabis强调应当“一次解决一个问题”。他在融资后发布的文章中表示:“利用人工智能设计药物,必须从基本原理出发重新构思。”他还强调:“新药研发所需的时间和成本都将大幅缩减。起初是循序渐进,然后会突然实现(Gradually, then all at once)。”
版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。