🔥 热搜 🔥
百度今日热点微信公众平台贴吧opggdnf私服百度贴吧知乎dnf公益服百度傻逼
分类
社会娱乐国际人权科技经济其它
🔥 热搜 🔥
上海习近平新疆鄂州父女瓜乌鲁木齐疫情H工口小学生赛高习明泽芊川一笑图包印尼排华
分类
社会娱乐国际人权科技经济其它
查看原文
其他

AI在生物领域的三次浪潮

药智网 2024-04-14

The following article is from 智药局 Author 智药局

当下，人工智能的浪潮正在席卷生命科学领域，声称使用AI技术的Biotech越来越多。

生物学正在数字化，在过去的十年中，更丰富、更大的数据集被开发出来——从基因组学、蛋白质组学、转录组学到细胞图像，人类需要AI来理解这一切。

生成式AI以其惊艳表现成为这个领域的新热点，但在此之前，AI在生物领域已经存在了很长一段时间，历经三波浪潮：

1.计算机模拟药物发现（In-Silico Drug Discovery）

2.表型药物发现（Phenotypic drug discovery）

3.生成式AI和蛋白质结构模拟（Generative AI+protein structure simulation）

了解这三波浪潮，有助于我们更好的了解行业发展的脉络，并为创始人和投资者们带来启发。

01
第一波：计算机模拟药物发现

生物科技领域最早的一波AI浪潮其目的是扩大化合物筛选。

2012年，作为最早入局的公司之一，Atomwise依据分子结构和功能上的大量生物数据上训练了卷积神经网络AtomNet。

卷积神经网络是当时的热门技术，赋予了基于特定靶点的大规模小分子筛选能力。

Atomwise通过提前进入这个领域获得了巨大的先发优势，他们从Y Combinator等机构获得资金并且得到了大型制药公司的合作机会。

这种计算机模拟方法无疑是一个巨大的突破，但非完美无缺。

AI技术帮助众多候选药物进入临床阶段，但缺乏推动这些药物通过临床试验的能力，而临床开发一直以来都是药物研发成本的最大来源。

今天，这个赛道非常拥挤。为了脱颖而出，下一代公司亟需开辟一种新方法，提高候选药物通过临床阶段的效率。

02
第二波：表型药物发现

2016年左右，机器视觉技术解锁了表型药物发现，AI成为一种更为有效的观察工具，可以告诉人类哪些化合物确实可以治疗疾病，哪些不能。

例如，人工智能开始识别衰老或不健康细胞的迹象，使我们能够看到哪些化合物可以将那些患病或衰老的细胞全部恢复到更年轻、更健康的状态。

一个案例是Spring Discovery，公司在数百万老细胞和年轻细胞的图像上训练了一种算法，以找到区分老细胞和年轻细胞的关键因素，通过更加关注细胞表型而非个体机制来应对衰老。

另一个案例是Recursion，公司经过训练的机器视觉算法可以非常详细地区分健康细胞和患病细胞，之后科学家可以将数以千计的患病细胞暴露于潜在的候选药物，对结果进行快照，并确定哪些化合物可以将患病细胞恢复到健康状态。

机器视觉带来的第二波浪潮使我们能够提出更广泛的问题，并且专注于有效的方法，快速前进。

03
第三波：生成式AI+蛋白质结构模拟

我们现在正处于第三波AI+生物浪潮，从理解和分析转向预测和生成。。

在这一过程中，三股力量功不可没：

DeepMind的AlphaFold实现了以前难以想象的成就，预测了几乎所有被科学分类的蛋白质的结构。

大语言模型进一步推动了该领域的发展，像ChatGPT这样的LLM接受过所有人类写作的训练，并且可以预测句子中的下一个单词，而生物领域的大语言模型接受了海量的多组学数据的训练，使它们能够高度准确地预测蛋白质序列中的下一个氨基酸，就像ChatGPT预测句子中的下一个单词一样。

而威斯康星大学的David Baker实验室也一再证明，从头蛋白质设计软件是一种可行的方法。

这些因素的结合为新事物的产生铺平了道路，让相关算法和模型的出现成为可能，从构成它们的生物语言到实现功能的结构，我们正在开发从头开始设计它们的工具。

04
如何脱颖而出

对于大部分Biotech而言，生物领域的生成式AI将成为可供其使用的强大工具，如何用一种独特且可靠的方式来部署这些工具，成为这一波浪潮下生物科技公司亟需解答的问题。

以下的一些建议也很重要：

1.AI很神奇，但它可能不是护城河

许多公司认为AI是他们的牢固护城河，这种想法与现实有些出入。事实是，AI算法非常容易被复制和改进，一个优秀的模型将会在很短时间内拓展到整个行业。

当然会有一些例外，例如，如果公司可以获取极难获取数据，或者拥有差异化的硬件设备，那么这种AI优势可以维持相当长一段时间。

2.产生可申请专利的东西

尽全力为自己的算法、模型、平台等资产申请专利，在实际成果诞生之前，这是公司为投资人和合作伙伴证明自身价值的重要方式，在当前的融资寒冬下，这一行为显得尤为必要。

3.不要夹在中间

率先进入新一波浪潮是件好事——第一波使用AI进行药物发现的公司与制药公司达成了大量交易。

在某些情况下，排在最后也没关系，因为后来者可以以最佳形式拼凑出优秀的技术组合。

而夹在中间很少奏效，竞争激烈，且关于技术路线的噪音很大。

4.在业务方面取胜

公司需要拥有惊人的技术，但也需要明白如何推销自己：向投资者、制药公司、患者群体等推销自己。

当Biotech在制订未来发展战略时，先要问问自己：谁想购买我的服务？我怎样才能卖给他们？




来源 | 智药局（药智网获取授权转载）

撰稿 | 智药局

责任编辑 | 八角

声明：本文系药智网转载内容，图片、文字版权归原作者所有，转载目的在于传递更多信息，并不代表本平台观点。如涉及作品内容、版权和其它问题，请在本平台留言，我们将在第一时间删除。


商务合作 | 王存星 19922864877（同微信）

 阅读原文，是受欢迎的文章哦

继续滑动看下一个
药智网
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题？点此查看未经处理的缓存