【資料圖】
“貌似現(xiàn)在AI（人工智能）制藥很熱，相關(guān)企業(yè)也很多，但質(zhì)量其實并不高，大家都在湊人工智能的熱鬧，真正踏踏實實寫代碼，做數(shù)據(jù)的人并不多?！?月25-26日，在上海舉辦的2023中國AI藥物研發(fā)大會上，中山大學(xué)藥物分子設(shè)計研究中心主任徐峻對澎湃科技記者說道。
在徐峻看來，人才荒是一個重要原因，缺乏一批專業(yè)素質(zhì)高且目光長遠(yuǎn)的人帶領(lǐng)AI制藥發(fā)展?！艾F(xiàn)在人工智能不斷發(fā)展，程序員的編程語言也從最初的C語言（C語言是一種編譯型語言，其語法更加底層，需要開發(fā)者手動管理內(nèi)存等細(xì)節(jié)）變成了Python（一種解釋型語言，其語法更加簡潔明了，可讀性強，適合快速開發(fā)）。現(xiàn)在用C語言編程的程序員已經(jīng)比較少見了。技術(shù)發(fā)展的同時在一定程度上也強化了人的惰性，對此我們需要小心?！?/p>
當(dāng)下，很多企業(yè)都加入這場“AI熱”，徐峻認(rèn)為，在這場競爭中很關(guān)鍵的一點是數(shù)據(jù)。“我們說大數(shù)據(jù)，數(shù)據(jù)是基礎(chǔ)也是關(guān)鍵，不僅公共數(shù)據(jù)，我們有多少自有數(shù)據(jù)，這是衡量一個企業(yè)AI制藥潛力的重要因素。鑒于當(dāng)前的國際局勢，我建議盡快下載還開放著的全球公共數(shù)據(jù)。”
徐峻認(rèn)為，現(xiàn)在很多企業(yè)都是技術(shù)和數(shù)據(jù)導(dǎo)向，但真正有所作為的企業(yè)一定是問題導(dǎo)向。他說道：“現(xiàn)在很多企業(yè)都喜歡拿AI說事，但不管有多少數(shù)據(jù)，核心都是要解決問題。也有人說，有了數(shù)據(jù)可以解決所有問題，在我看來，這也意味著無法解決任何問題。技術(shù)一定是有選擇，有偏好的，我們目前還沒有發(fā)現(xiàn)一種能‘包治百病’的數(shù)據(jù)平臺。有了工具當(dāng)然重要，更重要的是如何使用工具，借助它們，能解決哪些醫(yī)藥難題，這是一切的源頭。”
AI也不是萬能的。徐峻認(rèn)為，目前來看，小分子藥物（具有單一明確有效成分、分子量在1000道爾頓以下的有機化合物分子可視為小分子藥物）研發(fā)量一直在下降。這種下降可能有多種原因，其中一個是靶標(biāo)的問題，很難尋找到非常好的靶點，其次是小分子藥物本身具有化學(xué)多樣性，對于一些復(fù)雜的分子結(jié)構(gòu)，可能需要耗費大量時間和金錢才能找到有效的藥物候選者。另外，由于小分子藥物具有廣泛的靶點和作用機制，在研發(fā)過程中需要進(jìn)行大量的實驗和臨床試驗，以確保藥物的有效性和安全性。如果不能解決這些問題，很難通過算法技術(shù)找到有效的解決方案。
“在藥物化學(xué)領(lǐng)域，我們有一種稱之為‘新骨架活性化’的理念，即目前有不少研究嘗試從已知活性的藥物化合物結(jié)構(gòu)入手，尋找當(dāng)中的骨架（能夠賦予藥物特定生物活性的分子結(jié)構(gòu)框架），才能取得成功。如果我們無法發(fā)現(xiàn)新的骨架結(jié)構(gòu)，就無法解決活性問題和ADMET（吸收、分布、代謝、排泄、毒性）等問題。換句話說，即使有再好的工具，如果沒有合適的數(shù)據(jù)和實踐經(jīng)驗，也難以取得突破?！毙炀硎尽?/p>
不過，徐峻依然對人工智能充滿信心，他相信AI能夠幫助實現(xiàn)更多創(chuàng)新。因為小分子藥物的創(chuàng)新還與數(shù)學(xué)里的泛函（將函數(shù)映射到實數(shù)或復(fù)數(shù)的函數(shù)）有關(guān)，泛函可以被視為超級函數(shù)，其中每層函數(shù)都與下一層函數(shù)有因果關(guān)系，隨著時間的推移，AI技術(shù)將會揭示出這些多層因果關(guān)系，“我們需要耐心等待并相信未來會有更多的突破?！?/p>
深圳晶泰科技有限公司聯(lián)合創(chuàng)始人兼CEO馬健也在會議現(xiàn)場表示，不僅是人工智能幫助藥物研發(fā)，在人才結(jié)構(gòu)方面，人力增長模式下的人口紅利已經(jīng)過去了，未來，可能更多的是協(xié)助機器人、實驗室輔助機器人等進(jìn)行工作。
現(xiàn)場不少專家都不約而同地提到了“數(shù)據(jù)”。馬健認(rèn)為，在生物醫(yī)藥領(lǐng)域，未來幾年人們都在談?wù)揂I，數(shù)據(jù)是一個非常重要的話題，雖然我們已經(jīng)知道了數(shù)據(jù)的重要性，但是目前大多數(shù)數(shù)據(jù)都只是在討論其未來可能性，并沒有真正地實現(xiàn)。此外，在生物學(xué)研究中存在很多復(fù)雜現(xiàn)象和不確定性，機器人可以在實驗室中不斷積累可靠的數(shù)據(jù)，以提供更多標(biāo)準(zhǔn)化的實驗?zāi)芰?，比如搭建自動化實驗室，“這個過程會很長，但是如果沒有人去做，就永遠(yuǎn)無法達(dá)成目標(biāo)。”馬健說道。
復(fù)星醫(yī)藥戰(zhàn)略產(chǎn)品發(fā)展中心副總經(jīng)理李梅和徐峻不約而同地認(rèn)為，國內(nèi)還有很多專門從事CRO（一種專門為制藥、生物技術(shù)和醫(yī)療器械等企業(yè)提供藥物研發(fā)和臨床試驗服務(wù)的機構(gòu)）工作的企業(yè)，“他們似乎還沒有意識到應(yīng)該采用人工智能技術(shù)，我呼吁他們抓住這個重大機遇。ChatGPT模型可以從文獻(xiàn)中提取臨床數(shù)據(jù)，借助人工智能，有助于管理臨床前和臨床階段的經(jīng)濟效益，并幫助發(fā)現(xiàn)藥物。我建議CRO公司趕快采用這種技術(shù)，現(xiàn)在還有機會?！毙炀f道。除此以外，有些CRO企業(yè)已經(jīng)專注于臨床數(shù)據(jù)處理多年，并已投入龐大資金，缺乏對人工智能和大數(shù)據(jù)技術(shù)的深入理解，導(dǎo)致浪費時間和處理無用數(shù)據(jù)，是這類企業(yè)的通病。
標(biāo)簽：
