AI医疗04：AIDD的柳暗花明

大家好，欢迎来到远川投学苑，我是王佳悦，也是胖猫。上一讲，我们聊了AIDD目前的困境，这一讲，我们来聊下AIDD现在能开出哪些果实。

时候未到

三个标准

王煜全老师归纳了三个标准来判断企业所在行业是否到了广泛引进AI的阶段，都符合才可以叫“AI ready”，AI才有普遍入局影响行业的资格，三个标准如下：

第一是，行业已经积累了丰富的人类经验。

第二是，经验要能被量化，被定义成算法。

第三是，经验要有分级，能判断出好坏来。

按照这个思路去分析，对于药物开发，距离“AI ready”的广泛性使用看起来还具有较长的距离。为什么这么说？我们对照上面的三条标准来看：

首先，药物开发领域虽然积累了海量的信息，但未知的更多。比如人类基因组学计划之后的20年我们解读了人类DNA层面的遗传图谱，DNA转录成RNA再翻译成蛋白质，但我们对大部分蛋白的功能包括蛋白的修饰变化并不完全知晓，对细胞膜上蛋白质的相互作用，对细胞信号通路中各蛋白质、细胞器之前如何“对话”的机制理解局限。化学结构空间广阔，预计评估的化合物数量级在10的60次方，目前我们了解的只是冰山一角，仅对约2亿个类药分子进行了实验表征。AI的本质就是复制并优化人类经验，如果人类经验还很不足，人类对生物对化学都还没充分理解，就很难让AI去操作。

其次，我们对部分疾病进行了较为粗糙的分类量化，但对健康和表型的定量测量刚刚起步。哥伦比亚大学Martin Picard教授在Phenomics曾发表文章“为什么相比健康，我们更关注疾病”，指出我们对导致健康/疾病状态随时间变化的动态过程缺乏了解。如果行业经验很难被数据化，短时间内想用上AI就比较难。高质量的生物医学数据缺乏，数据孤岛是一直难解决的问题。

最后，有一些优劣分级和正负反馈，可以用于优化经验，但还远远不够，且反馈周期长。比如药物在细胞体系表现出的效果，迁移到小动物模型有很大差距，再到更加复杂的人类个体就更不同。有好坏，AI才知道该往哪优化。一个药物是否真正有效，什么样的是“好药”什么样的是“毒药”，只有通过实验、临床反馈来积累经验和数据，这些数据积累的成本高，速度慢，反馈周期太长。

值得期待

综上所述，目前AI药物研发处于发展初期，技术上面临着数据、算法和专业人才方面的挑战；同时，企业商业模式也需要市场进一步验证。

而我国AI药物研发主要应用于药物发现环节和临床前研究环节，受生物系统内在复杂性和疾病异质性特征的制约，AI技术尚不能为药物研发的效率和成功率带来革命性改变，整体仍处于探索阶段。

AI在药物发现上的作用仍局限在速度和成本上，而不是决策的质量。比如过多使用替代量度，如靶点活性，而不是与有效性或安全性相关的数据结果。将配体-蛋白质活性、靶点识别以及PK性质等进行综合考虑，依然是所面临的一大挑战。

通过作用机理和适应症来对药物进行标签注释十分困难，我们尚难以理清化合物-蛋白质-作用机理-药效等几方面的联系，这使得AI方法在这种缺少标签的数据集中很难发挥作用。

但AI制药的前景依然值得看好。未来随着算法的更新、算力的突破及大数据的发展，AI技术将深入应用到新药研发的各个环节，在化合物合成、药效预测及自动化研发等阶段扮演越来越重要的角色。

柳暗花明

不做药

AIDD的困难之处，在于药品的研发是一个极度漫长严谨的过程，AI的快和制药的慢有着不可调和的矛盾。在第一个AIDD药物跑完全程之前，无论是科学界还是资本市场都很难完全承认AIDD。

但有一个领域却完全不同，那就是酶工程或者说蛋白质工程。

AI制药在小分子上最大的瓶颈还是数据。在大家都绝望的时候，2021年，AlphaFold 横空出世。AlphaFold 2解决了蛋白的结构预测问题。

我们之前提到DNA、RNA、蛋白质，我们关心它的序列、结构和功能。不管是DNA层面还是RNA层面，我们通过测序仪——比如illumina或者华大智造——对基因进行测序，ATCG四个字母的排列组合，就决定了最终产物蛋白质的结构和功能。

蛋白质就是由20种氨基酸，按照一定的顺序组成一个肽链，肽链会折叠为三维结构，当它有了结构之后就会有功能。AI可以通过学习已有的蛋白质序列，创造一个跟自然界不存在但具备类似功能的蛋白，但是从序列上讲，和自然界的蛋白序列相似度低于30%。

天然蛋白质经过自然选择，它已经达到了它的性能、稳定性、活性、特异性很优秀的条件。但是我们在工业或者医药在使用时，环境要求是不一样的，需要把蛋白质上在序列上进行突变，把它的氨基酸中 5- 20 个突变成别的氨基酸，使得它在真正的应用环境里达到了最优的性质，这就是蛋白质工程要做的事。主要在稳定性、结合力、亲和力、催化活性、底物选择性等方面优化。

AI for Science

在蛋白质设计方面，以GPT为代表的大模型已经完全碾压了人类。上海交大的洪亮教授，利用海洋所取得的深海蛋白（耐高温）数据，训练大模型，AI就能够轻松设计出具备耐高温目标蛋白。

AI进行蛋白质设计的逻辑和人类完全不同。有些AI找到的好的点位，是违背了人类直觉的，这种反直觉的点也能够提高相应的稳定性。人通过几十年的经验总结是能找出一些规律的，比如蛋白质结构上规律，但这些规律只有相关性，而没有因果性。比如稳定性，它与蛋白质结构规律有相关性，但它不是一个决定后者的完备的因素，并不是一个第一性的东西，但是用了深度学习之后，用高维的向量去描述蛋白质特征的时候，是有可能抓住更本质的因素的。

更深入一些，在某些学科研究上，AI是可能更精准的。人类的科学知识的积累的过程，是从大量的实验观测里面去归纳总结一些低维特征，来构建观测特征和现象结果的关系。像数学、物理这样的学科，其低维特征和最后结果是一对一的，是决定性的完备坐标系。像生物医学、材料工程等学科，人们提取出来的特征太少了，AI通用大模型提取出来的数据是高维的，精度更高，成本更低。

好了，这一节课的内容就到这里，下节课我们再见。

敲黑板

目前AI药物研发处于发展初期，技术上面临着数据、算法和专业人才方面的挑战；同时，企业商业模式也需要市场进一步验证。

AI在药物发现上的作用仍局限在速度和成本上，而不是决策的质量。

AIDD的困难之处，在于药品的研发是一个极度漫长严谨的过程，AI的快和制药的慢有着不可调和的矛盾。在第一个AIDD药物跑完全程之前，无论是科学界还是资本市场都很难完全承认AIDD。

在蛋白质设计方面，以GPT为代表的大模型已经完全碾压了人类。

在某些学科研究上，AI是可能更精准的。