近日，ChatGPT成為全民熱議的科技界“頂流”，在驚嘆人工智能技術飛速發展的同時，我們不禁思考，生命科學領域會迎來怎樣的新契機？

大家熟悉的蛋白質結構預測程序AlphaFold，已經預測出地球上幾乎所有已知蛋白質。這種靠人力無法想象的突破，對于理解生命，對于新藥開發，又究竟意味著什么？

圖片來源：pixabay

一、AI技術變革新藥研發模式

據統計，世界上還有30000多種疾病，尚未找到對癥的藥物。僅各種癌癥，每年全球新發病例就高達2000萬例。而如今，研發一款新藥平均需要近十年的時間、超十億美金的投入，即便如此，最終也只有極少數在研新藥能夠獲得成功，走向臨床。

人類現代醫學技術的進步，已經達到了史無前例的高度，但同時也面臨著越來越大的挑戰和困難。從神農嘗百草，到青霉素的意外發現，再到現代各種治病藥物的發明，這種“大海撈針”的新藥發現模式，面對更大的疾病挑戰和臨床需求，已經越來越落后。

于是，科學家們將目光轉向了人工智能（AI）。

1981年，默克公司嘗試通過計算機設計藥物，標志著計算機輔助藥物設計（CADD）的問世。但從計算機輔助藥物設計，到真正的AI制藥，還有很長的一段路要走。

2011年IBM沃森機器人的橫空出世，在全球范圍內迅速掀起了一股AI狂潮，通過AI征服醫學、戰勝疾病的號角也達到了史無前例的高潮。但AI技術的革命性進展，似乎并沒有解決新藥研發面臨的真正挑戰。那么，到底哪個環節出了問題？

二、何為AI制藥？

所謂AI制藥，前沿AI技術和前沿生物技術固然重要，但如何深度融合二者，亦是成敗的關鍵。于是，近幾年，“生物計算”成為AI制藥領域的星星之火，愈加耀眼。

從本世紀初快速發展的基因技術，以及各種組學技術，使得生物實驗數據有了史無前例的爆發。這些豐富的生物數據中，蘊藏著無限的生命奧秘和未知線索，但是面對這些待開發的寶藏，傳統實驗方法和人力，顯得有些力不從心。

以人體高度復雜的免疫系統為例，數十種疾病，包括腫瘤、自身免疫性疾病等都與免疫功能的異常息息相關。但是科學家們發現，免疫細胞的種類多達數十種，在不同組織器官環境下，這些免疫細胞族群又有不同特征。而每個免疫細胞上又有著數以萬計的、決定其不同功能的蛋白質。

可以說，這種超級復雜的功能調控網絡，決定了每一個個體都不完全相同的疾病發生、進展過程和治療效果。

如果不考慮這些數據所蘊藏的線索，傳統模式下開發免疫調控藥物，只能靠“大海撈針”碰運氣，而且得到的藥物也往往只針對通用人群、單一或少數靶點進行調控。這就造成了傳統藥物的安全性、有效性，特別是長期有效性的巨大挑戰。

三、AI制藥何以實現？

近年來，隨著算力的提升、AI模型的精進，讓我們看到了生物計算技術在面對千絲萬縷的生物數據時，所迸發出的活力，更讓我們看到了從大海撈針到按圖索驥的新藥研發新思路。

那么，按圖索驥的AI制藥，究竟如何實現呢？

首先，作為數據科學時代研究復雜問題的全新技術，圖譜在高度復雜的生命科學問題上充分發揮了其用武之處。圖譜技術能夠將原本散落在不同研究、實驗、專家的知識匯集起來，并基于人工智能算法進行誤差消除、去重去歧，形成統一的知識體系。

有了海量的生物數據，并通過圖譜技術對數據進行梳理，接下來，再利用AI大規模預訓練模型進行高速分析，在計算機的世界里，對人體復雜機制進行模擬實驗。

放眼全球，除了DeepMind，前沿科技巨頭、跨國大藥企和學界大牛紛紛踴躍布局AI制藥，大批創業公司也在近幾年間爆炸式增長。據不完全統計，目前全球數十家AI制藥公司已開展近百個AI藥物管線。與此同時，全球計算生物學的市場規模有望從2021年的53億5,000萬美元，達到2028年的147億美元，年復合成長率高達19.9％。

可以看到，面對目前已陷入窠臼的傳統藥物研發模式，AI制藥正在提供全新的方向和希望，甚至革命性的改變，一些傳統醫學方法、生物學方法無法解答的問題，在生物計算時代，也正變得柳暗花明。

文章由科普中國-星空計劃（創作培育）出品，轉載請注明來源。

作者：管心宇 科普作者

審核：于旸 騰訊玄武實驗室負責人

來源: 星空計劃

內容資源由項目單位提供