当前位置: 沥海信息门户网 > 科技 > 制药,AI新贵和行业龙头的新战场

制药,AI新贵和行业龙头的新战场

人气:2419    发布时间: 2019-12-01 20:11:59

[云狩猎网]9月22日报道(编译:小猪完成)

去年12月,在墨西哥坎昆举行了一次生物学家会议,回顾了一项惊人的发现。Alphabet的人工智能实验室deepmind击败了一屋子生物学家,赢得了一场基于遗传密码预测蛋白质形状的竞赛。

这听起来可能不像是一个里程碑,但是理解蛋白质如何折叠成三维形状对于帮助制造药物至关重要。药物通常通过附着在蛋白质上并改变它们在体内的工作方式来对抗疾病。Deepmind可以比许多受人尊敬的学者和专业人士在会上预测的精度更高地预测这些蛋白质的形状。

参加比赛的哈佛大学生物学家和研究员穆罕默德·阿尔奎莱什(Mohammed alquraishi)在接受外国媒体采访时说:“这是一个人们已经参与了几十年的领域。但事实上,一个新团队能够如此迅速地进入并取得如此好的成绩,这让我对学术界的结构性低效感到失望。”

对于药物研发行业来说,这是一个令人震惊的时刻:一个没有什么生物学经验的局外人真的能比专家更擅长科学吗?!

deepmind的发现提出了一个问题:如果大型制药公司必须与alphabet竞争,它们能在自己的行业保持主导地位吗?仿佛字母表,作为人工智能的巨人,已经稳定地建立了这个行业的信誉。

但这不仅仅是一个替代品。现实是,许多新公司正在竞争改变药物的生产方式,使用人工智能作为研究的加速器。

今天的制药巨头比任何人都更了解这一前景。他们正在投资自建的人工智能实验室,并与风险投资家一起,向有人工智能倾向的药物研发初创企业投入大量资金。根据推介书数据,美国药物研发公司2018年共筹集到94亿美元,而今年迄今为止,这些公司已筹集到44亿美元。

无论谁在药物研发竞争中获胜,人工智能总是会影响药物的生产方式。

早在deepmind获胜之前,大型制药公司就开始使用人工智能。然而,面对deepmind和众多新星之间日益激烈的竞争,许多制药公司正在对初创企业进行外部投资,尽管这可能意味着为它们最终将与之竞争的公司提供资金。

例如,强生公司是blackthorn的投资者之一。开发治疗精神疾病药物的公司今年早些时候筹集了7500万美元。该公司使用大脑图像来更好地理解潜在药物将如何影响精神状态。Blackthorn将于今年年底开始一种治疗重度抑郁症的潜在药物的第二阶段临床试验。如果最终获得批准,该药物将直接与强生制药部门最近推出的药物竞争。

强生公司还与另一家名为仁爱人工智能的公司签署了一份协议,该公司主要使用科学文献训练算法来寻找人体内的正确目标。这些相互竞争的投资组合表明,强生公司的投资策略是将网络全面铺开。不仅如此,诺华、阿斯利康和葛兰素史克等制药公司已经与人工智能领域的新贵签署了协议。如果这些公司中的任何一家想出了突破性的配方,传统制药公司都准备从中受益。

尽管所有的初创公司都不缺乏技术,但大型制药公司有足够的财政资源和规模来促进其研发药物的商业化,从实验室转移到诊所。通过这种方式,他们将共同努力击败像deepmind这样的潜在威胁。

这个领域的初创企业有自己的特权。一些年轻的公司希望成为研发的新力量,将临床测试留给大公司。其他初创公司目前正在与大型制药公司合作,但他们希望最终完全取代大型药物研发公司。

Insilico是一家致力于长寿的生物技术公司,是一个新手药物猎人。今年9月,该公司披露,它已经使用人工智能在21天内设计出一种潜在的药物。这个过程只花费了150,000美元,在药物发现领域是一个小数目,而且用了几天而不是几年来证明使用机器学习算法来创造新药的前景。到目前为止,它已经在老鼠身上显示了结果。随后,该公司筹集了3700万美元,并计划与制药公司合作进行人体试验。

Insilico在现有的研究和调查研究中训练其机器学习系统,然后其合作伙伴进行临床研究。这一策略是扩大现有的制药工业,并使用工具更快地暴露潜在的分子。然后,它依靠这些公司来验证潜在的药物是否真的有效。

一些研究人员正在讨论苹果公司到底取得了多少突破。“事实是...这不是一个飞跃。”人工智能药物开发初创公司递归公司(insilicon的直接竞争对手之一)首席执行官克里斯·吉布森(Chris gibson)表示,“虽然In Silicon的发现非常重要,并发现了一种人类尚未知晓的新分子,但这仍然是一个渐进的突破,因为这种新分子与科学家发现的抑制剂只有微小的不同。”其他批评家指出,人类研究人员可能能够在相似的时间框架内找到这样的分子。

吉布森认为deepmind对蛋白质折叠的预测是有问题的,该领域的其他研究人员也同意这一观点。他说,尽管这令人印象深刻,但它只是药物发现整体等式的一部分。吉布森对仅靠人工智能能取得多少成就持怀疑态度,尽管他对这项技术持乐观态度。

他认为,为了在药物发现方面取得真正的进展,有必要从零开始改造制药公司。与将研发外包给人工智能初创企业的制药巨头不同,科学家在寻找新药时应该与人工智能合作。

他认为这种方法部分是因为他相信为了获得最佳结果,有必要生成和消化为人工智能量身定制的数据。他认为,使用现有信息培训算法的药物研发公司可能会发现,从长远来看,他们的结果可能并不理想,因为他们使用的数据是在没有考虑机器学习的情况下编写的。

即使人工智能的前景是无限的,创造一种新药仍然是一项艰巨的任务。吉布森说:“对我们的行业来说,十多年来真正的挑战是,我们投入临床实践的90%的药物都失败了,这意味着我们有90%的机会出错。为了让人工智能证明它作为工具的价值,它不仅要达到它必须达到的10%的成功率。人工智能已经改变了制药过程,但如果deepmind要取代生物学家,它将无法在不久的将来加快速度。”

永盈会 内蒙古十一选五开奖结果 秒速牛牛 快乐十分开奖结果 江苏快3