AI帶來(lái)生物數(shù)字化
首先是內(nèi)容數(shù)字化，后來(lái)到企業(yè)數(shù)字化，現(xiàn)在進(jìn)入物理世界的數(shù)字化和生物世界的數(shù)字化， 我們的身體、大腦、器官、細(xì)胞、蛋白質(zhì)和基因等都在數(shù)字化。另一方面人工智能、算法和算力系統(tǒng)快速進(jìn)展使得大量的數(shù)據(jù)有使用的場(chǎng)景。
同時(shí)人工智能也推動(dòng)生物實(shí)驗(yàn)的自動(dòng)化。
正如剛才量子位創(chuàng)始人李根先生所說(shuō)，目前人工智能算法取得很多進(jìn)展，我們有巨量的模型，在國(guó)內(nèi)比如鵬城的盤(pán)古、智源的悟道、浪潮的源1.0，國(guó)際有GPT-3、微軟和AMD聯(lián)合推出的Megatron-Turing，包括馬上將會(huì)出現(xiàn)的GBT-4，整個(gè)量越來(lái)越大。
同時(shí)，AI也在極大加速生命健康和生物醫(yī)藥領(lǐng)域的快速發(fā)展。
以新藥研發(fā)為例，目前要開(kāi)發(fā)一種新藥需要投入超過(guò)十幾年的周期，花費(fèi)數(shù)十億美元，周期很長(zhǎng)、費(fèi)用極高。這樣巨大的投入顯然會(huì)對(duì)醫(yī)藥行業(yè)帶來(lái)巨大瓶頸，AI正在改變這種狀況。
首先在基因編輯方面，AI+CRISPR可以更精準(zhǔn)，更快的找到靶點(diǎn)。
另外，在大分子、抗體，以及TCR個(gè)性化疫苗和藥物，還有最近AlphaFold在蛋白質(zhì)三維結(jié)構(gòu)解析方面的新進(jìn)展，從序列到結(jié)構(gòu)到功能，AI技術(shù)功不可沒(méi)。
我們最近在研究的課題之一，就是怎樣使高通量的生物實(shí)驗(yàn)自動(dòng)化，把干實(shí)驗(yàn)和濕實(shí)驗(yàn)無(wú)縫連接起來(lái)，形成閉環(huán)，真正地加速整個(gè)制藥和生命科學(xué)的發(fā)展。
在這點(diǎn)上一個(gè)非常形象的例子就是新冠疫苗的開(kāi)發(fā)周期大幅度縮減。中國(guó)科學(xué)家在新冠病毒出現(xiàn)之后的第一時(shí)間，2020年1月份就找到了病毒基因的序列，三個(gè)月之后，蛋白質(zhì)的結(jié)構(gòu)就被解析出來(lái)了，此后一個(gè)月，病毒和人的交互的方式也解析出來(lái)了，去年底疫苗進(jìn)入臨床實(shí)驗(yàn)，今年開(kāi)始大規(guī)模使用，不管是滅活疫苗，還是mRNA疫苗，這可能是人類(lèi)歷史上最快的一次用人工智能加速疫苗開(kāi)發(fā)的例子。
另外，AIR彭健教授將遷移學(xué)習(xí)模型用做藥物臨床前的評(píng)估，和精準(zhǔn)臨床實(shí)驗(yàn)的設(shè)計(jì)。我們知道人類(lèi)很多疾病樣本數(shù)據(jù)很少，但卻積累了很多動(dòng)物數(shù)據(jù)，用動(dòng)物數(shù)據(jù)模型加上目前已有的人類(lèi)腫瘤細(xì)胞系上的藥物數(shù)據(jù)，運(yùn)用可解釋型的機(jī)器學(xué)習(xí)能很快遷移到人體內(nèi)的藥效預(yù)測(cè)任務(wù)上。從結(jié)果可以看到，彭健教授這種遷移學(xué)習(xí)方式對(duì)于三陰型乳腺癌患者設(shè)計(jì)的藥物醫(yī)藥可信度提高5倍左右。
另外，彭健教授團(tuán)隊(duì)還把幾何深度學(xué)習(xí)用到AI抗體的開(kāi)發(fā)。目前雖然蛋白質(zhì)序列大幅度被解析出來(lái)了，但是其本身的形狀幾何結(jié)構(gòu)還有很多的變化，他們想做的就是把蛋白質(zhì)表面的幾何表征用深度學(xué)習(xí)方法去表示出來(lái)，然后做抗體親和力預(yù)測(cè)。
彭健教授最近也取得了一些新的進(jìn)展，他創(chuàng)建的Helixon公司與清華大學(xué)醫(yī)學(xué)院一起合作研發(fā)出全球首個(gè)AI設(shè)計(jì)的新冠抗體，這其實(shí)是一種新范式。病毒本身是一直在變化的，但通過(guò)綜合分析抗體與抗原的相互作用，有效設(shè)計(jì)抗體可變區(qū)氨基酸序列，這樣的抗體本身也是相對(duì)比較穩(wěn)定，且對(duì)德?tīng)査?、阿爾法、伽瑪?shù)韧蛔冎昃哂懈咝Ш蛷V譜的病毒中和效果。
另外，AIR蘭艷艷教授也帶領(lǐng)的學(xué)生在基因測(cè)序方面做了很多新的工作，并在今年的創(chuàng)新工場(chǎng)Deecamp競(jìng)賽中獲得了冠軍。我們已知基因10%是編碼的，90%是未編碼的，他們利用基因里的未編碼部分，將這些數(shù)據(jù)用前沿的預(yù)訓(xùn)練技術(shù)構(gòu)造了一個(gè)全新的模態(tài)。
人工智能和生命科學(xué)領(lǐng)域盡管有很多可以合作的地方，但是也有很多壁壘，兩個(gè)行業(yè)是兩類(lèi)不同的語(yǔ)言體系，兩類(lèi)不同的科學(xué)家，如何把這兩個(gè)行業(yè)無(wú)縫連接起來(lái)很關(guān)鍵。AIR提出的AI+生命科學(xué)破壁計(jì)劃就是希望能跨越兩個(gè)學(xué)科的鴻溝。 同一張圖AI科學(xué)家看到的是各種不同的神經(jīng)網(wǎng)絡(luò)、算法模型；生命科學(xué)家看到則是蛋白質(zhì)、細(xì)胞，以及各種生物結(jié)構(gòu)功能。所以怎樣抽象出哪些問(wèn)題，以及如何利用這些數(shù)據(jù)，是一個(gè)亟待解決的問(wèn)題。
AI賦能生命健康領(lǐng)域包括三個(gè)層次：AI基礎(chǔ)設(shè)施建設(shè)、數(shù)據(jù)平臺(tái)搭建，以及AI算法引擎設(shè)計(jì)。
最好的人工智能賦能生命科學(xué)的例子就是蛋白質(zhì)預(yù)測(cè)模型AlphaFold2。AlphaFold2能夠成功滿足幾個(gè)條件：
第一點(diǎn)，它是一個(gè)well-defined problem，從蛋白質(zhì)的氨基酸的序列到三維的結(jié)構(gòu)的mapping；
第二點(diǎn)，30年前就開(kāi)始的CASP競(jìng)賽，每次競(jìng)賽有標(biāo)準(zhǔn)的數(shù)據(jù)集，每次解析出的蛋白質(zhì)序列，大家都可以公開(kāi)上傳；
第三點(diǎn)，數(shù)據(jù)本身是well-structured，AI新算法可以直接使用。
第一位把深度學(xué)習(xí)用于蛋白質(zhì)三維結(jié)構(gòu)預(yù)測(cè)的是芝加哥大學(xué)豐田研究院許錦波教授，他現(xiàn)在也是清華大學(xué)智能產(chǎn)業(yè)研究院（AIR）的卓越訪問(wèn)教授。當(dāng)時(shí)在CASP，他把ResNet用到蛋白質(zhì)三維結(jié)構(gòu)解析，獲得巨大成功。
現(xiàn)在AlphaFold用的是evolutioned Transformer，以后新的算法都可以用上，所以我覺(jué)得這是一個(gè)非常經(jīng)典的案例。
我們希望在這個(gè)后AlphaFold時(shí)代，特別是在大分子制藥方面會(huì)有更多進(jìn)展。
打造AI生命科學(xué)干濕閉環(huán)實(shí)驗(yàn)的新的范式?，F(xiàn)在AI算法還是輔助，主要還是靠生物的濕實(shí)驗(yàn)。未來(lái)會(huì)有一種新的模式是AI驅(qū)動(dòng)的，完全自動(dòng)化所有環(huán)節(jié)的濕實(shí)驗(yàn)，里面沒(méi)有任何人的參與，這個(gè)是比較困難的，也是一種新的嘗試。
最后做一個(gè)總結(jié)， 現(xiàn)在整個(gè)生物世界在走向數(shù)字化、自動(dòng)化，也包括智能科學(xué)計(jì)算，像分子動(dòng)力學(xué)，薛定諤方程等，都會(huì)和AI相輔相成。另外計(jì)算的方式，包括AI、數(shù)字驅(qū)動(dòng)、第一性原理等，也將快速地幫助我們解決生命健康的一些問(wèn)題。
由于這些進(jìn)展，我們整個(gè)生命科學(xué)的生物制藥會(huì)更加快速精準(zhǔn)、更安全、更經(jīng)濟(jì)、更加普惠。但很多的挑戰(zhàn)我們沒(méi)有講，比如算法的透明性、可解釋性、隱私安全、倫理等，這些事情都需要我們關(guān)注。我相信未來(lái)十年是整個(gè)生物制藥和人工智能融合的大好時(shí)機(jī)，也是行業(yè)發(fā)展的最大的機(jī)遇。
以上信息摘自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系刪除，謝謝！
