當(dāng)生物技術(shù)迎來人工智能革命

現(xiàn)在，像OpenAI的ChatGPT和谷歌DeepMind的Gemini這樣的大型語言模型已經(jīng)成為生成式人工智能的主流,，一些世界上最強(qiáng)大的科技公司正把生物技術(shù)視為人工智能的下一個前沿——在這個前沿,，人工智能不會根據(jù)提示生成有趣的詩歌，而會生成下一個拯救生命的藥物,。

憑借其強(qiáng)大的GPU芯片,，英偉達(dá)可以說是人工智能革命的中堅力量，但該公司風(fēng)險投資部門過去兩年的大部分投資都在藥物研發(fā)上,。在DeepMind,，谷歌人工智能實驗室的AlphaFold模型（一種預(yù)測蛋白質(zhì)結(jié)構(gòu)的突破性工具）在過去一年里被學(xué)術(shù)研究人員用于開發(fā)一種“分子”注射器，可以將藥物直接注射到細(xì)胞中,，并用于研究對農(nóng)藥依賴程度較低的作物。整個科技行業(yè)都對生物技術(shù)感興趣：微軟（Microsoft）,、亞馬遜（Amazon）,，甚至Salesforce都有蛋白質(zhì)設(shè)計項目。

雖然在藥物發(fā)現(xiàn)中使用人工智能并不是一個新趨勢——DeepMind在2018年就首次推出AlphaFold——但DeepMind和英偉達(dá)的高管都告訴《福布斯》，這是一個突破性的時刻,，這要歸功于三件事的共同作用：現(xiàn)在可用的大量訓(xùn)練數(shù)據(jù),、計算資源的爆炸式增長和人工智能算法的進(jìn)步。鮑威爾說：“這三種要素是第一次同時出現(xiàn),。這在五年前是不可能的,。”

人工智能之所以在生物技術(shù)領(lǐng)域有著巨大的潛力,，正是因為該領(lǐng)域的復(fù)雜性——就拿AlphaFold所針對的問題來說吧,。蛋白質(zhì)是人體的基本構(gòu)成元素，管理著人體各種各樣的功能,。所有這些功能都依賴于蛋白質(zhì)的三維形狀,。每種蛋白質(zhì)都是由一系列氨基酸組成的，這些氨基酸和外部環(huán)境之間的相互作用決定了蛋白質(zhì)的“折疊”方式,，而這些折疊方式又決定了它的最終形狀,。生物技術(shù)公司對能夠根據(jù)氨基酸序列預(yù)測蛋白質(zhì)的形狀非常感興趣，因為它們可以利用這些洞察來設(shè)計從新藥到改良作物再到可生物降解塑料的一切產(chǎn)品,。

而這也正是深度學(xué)習(xí)的用武之地：在數(shù)億種不同的蛋白質(zhì)序列及其底層結(jié)構(gòu)上訓(xùn)練人工智能模型,，幫助這些模型揭示生物學(xué)中的規(guī)律，而不一定需要進(jìn)行真正的分子動力學(xué)模擬所需的昂貴計算,。完全模擬蛋白質(zhì)需要非常強(qiáng)大的算力資源,，以至于一些機(jī)構(gòu)專門設(shè)計和建造了超級計算機(jī)來處理這類問題，比如匹茲堡超級計算中心的Anton 2,。

人工智能藥物研發(fā)熱潮來臨

科技巨頭加速布局蛋白質(zhì)折疊研究

與此同時，藥物發(fā)現(xiàn)技術(shù)的繁榮也不完全是來自人工智能科技巨頭,。Pitchbook的數(shù)據(jù)顯示,，自2021年以來，全球已經(jīng)有281筆針對人工智能藥物研發(fā)初創(chuàng)公司的風(fēng)險投資交易,，投資總額為77億美元,。最大的峰值出現(xiàn)在2021年，當(dāng)時達(dá)成了105筆交易,，高于前一年的65筆,，到2023年逐漸減少到67筆。在本月早些時候發(fā)布的一份報告中,，這家分析公司指出,，人們對“早期公司將人工智能整合到藥物發(fā)現(xiàn)和開發(fā)中”仍然抱有強(qiáng)烈的熱情。華盛頓大學(xué)蛋白質(zhì)設(shè)計研究所（Institute for Protein Design）所長戴維?貝克（David Baker）表示,，生成式人工智能的興起也引發(fā)了人們對這一領(lǐng)域越來越大的興趣,。

“過去,，它還是一種瘋狂、邊緣的事物,，非常脫離主流,。”貝克說?，F(xiàn)在,，“每個人都在談?wù)撍,！必惪诉€透露,，自2012年蛋白質(zhì)設(shè)計研究所成立以來，已經(jīng)有20多家初創(chuàng)公司從該項目中脫胎而出,，其中10家是近幾年（2021年以后）成立的,，包括為再生醫(yī)學(xué)和癌癥治療開發(fā)納米材料的Archon Biosciences公司，以及為纖維化疾病開發(fā)治療方法的Lila公司,。

在DeepMind,，直到新冠疫情爆發(fā)，研究人員才真正意識到他們研究的重要性,。他們花了將近5年的時間來開發(fā)AlphaFold,，而正當(dāng)他們?yōu)榈诙Ｐ椭匦掠?xùn)練時，整個世界因為新冠病毒而開始居家避難,?！斑@確實讓人們意識到這個問題的重要性，”DeepMind的科學(xué)副總裁什米特·科利（Pushmeet Kohli）在接受《福布斯》采訪時表示,。

科利笑著回憶道,，DeepMind重新訓(xùn)練的結(jié)果是AlphaFold 2，這是一個突破性的模型,，可以非常準(zhǔn)確地預(yù)測蛋白質(zhì)結(jié)構(gòu),，以至于全球蛋白質(zhì)折疊研究競賽CASP的組織者給DeepMind發(fā)了電子郵件，詢問該公司是否以某種方式進(jìn)行了作弊,。

這項工作是如此有希望,，以至于聯(lián)合創(chuàng)始人德米斯·哈薩比斯（Demis Hassabis）在2021年基于AlphaFold的突破在Alphabet成立了一家獨立的公司。這家名為Isomorphic Labs的初創(chuàng)公司專注于藥物研發(fā),，由哈薩比斯親自掌舵,。就在今年，Isomorphic Labs與禮來公司（Lilly）和諾華公司（Novartis）簽署了研究協(xié)議,，如果協(xié)議中的所有里程碑都能實現(xiàn),，那么總價值將接近30億美元——這還不包括這些合作關(guān)系帶來的潛在藥品銷售的豐厚版稅。

2022年,，英偉達(dá)推出了BioNeMo,，這是一個生成式人工智能平臺,，可幫助開發(fā)人員加速訓(xùn)練,、部署和擴(kuò)展用于藥物發(fā)現(xiàn)的大型語言模型,。在該芯片制造商的風(fēng)險投資部門Nventures總共完成的19筆交易中，有7筆涉及人工智能藥物研發(fā)初創(chuàng)公司,，包括Genesis Therapeutics,、Terray和Generate Biomedicines，是所有投資類別中數(shù)量最多的一個,。

“計算機(jī)輔助設(shè)計行業(yè)創(chuàng)造了第一家價值2萬億美元的芯片公司,，”鮑威爾說，他指的是英偉達(dá)和它在過去一年里的飛速增長,?！凹热贿@樣，為什么計算機(jī)輔助藥物研發(fā)行業(yè)不能建立下一個萬億美元的制藥公司呢?”她補(bǔ)充說,，“這就是為什么我們要以現(xiàn)在的方式進(jìn)行投資的原因,。”

與此同時,，其他幾家科技巨頭也都有自己的蛋白質(zhì)折疊研究,。去年，Salesforce推出了蛋白質(zhì)生成人工智能模型ProGen,，微軟發(fā)布了類似的開源模型EvoDiff,。亞馬遜還為其AWS機(jī)器學(xué)習(xí)平臺SageMaker發(fā)布了蛋白質(zhì)折疊工具?！陡２妓埂方衲?月報道稱,，就連TikTok的母公司字節(jié)跳動似乎也在招聘科學(xué)和藥物設(shè)計團(tuán)隊。

人工智能藥物研發(fā)道阻且長

然而,，盡管人工智能藥物研發(fā)前景光明，備受關(guān)注,，但也遭遇了一些挫折,。讓藥物通過臨床試驗仍需要數(shù)年時間，盡管到目前為止,，F(xiàn)DA已經(jīng)批準(zhǔn)了100多種使用人工智能或機(jī)器學(xué)習(xí)進(jìn)行開發(fā)的新藥候選藥物的臨床試驗,，但任何新藥要想進(jìn)入市場，可能還需要數(shù)年時間,。

還有一些情況下,，與藥物發(fā)現(xiàn)相關(guān)的困難導(dǎo)致某些大型科技公司放棄了這項研究。去年8月,，F(xiàn)acebook的母公司Meta關(guān)閉了其蛋白質(zhì)折疊團(tuán)隊,。據(jù)《福布斯》去年報道,，該部門的研究人員后來自立門戶，成立了一家名為EvolutionaryScale的公司,。Meta拒絕就關(guān)閉該項目的原因發(fā)表評論,。

科技公司需要關(guān)注的一個重要瓶頸是擁有足夠的培訓(xùn)數(shù)據(jù)。像GPT這樣的新基礎(chǔ)模型依賴于強(qiáng)化學(xué)習(xí),，這是一種算法可以通過反復(fù)試驗來處理未標(biāo)記信息的方法,。合成生物學(xué)公司Ginkgo Bioworks的人工智能主管安娜·瑪麗·瓦格納（Anna Marie Wagner）告訴《福布斯》，這使得他們更加依賴高質(zhì)量的數(shù)據(jù),。

去年夏天,，她的公司與谷歌云達(dá)成了為期五年的戰(zhàn)略合作伙伴關(guān)系，將其人工智能專業(yè)知識與Ginkgo在自動化實驗室中快速生成生物數(shù)據(jù)的能力結(jié)合起來,，然后這些數(shù)據(jù)可以立即作為新的訓(xùn)練數(shù)據(jù)輸入人工智能模型,。她說，這種結(jié)合有助于更好地優(yōu)化發(fā)現(xiàn)過程,。

此外,，她說，Ginkgo能夠快速驗證模型預(yù)測,。與直覺相反的是,，這使得人工智能模型有時會產(chǎn)生“幻覺”（也就是對提問生成錯誤或有誤導(dǎo)性的結(jié)果）的現(xiàn)象成為了它的“一個特征，而非缺陷”,，因為它可以帶來科學(xué)家們可能無法想象的有趣發(fā)現(xiàn),。“我們希望這個模型能想出一些瘋狂的東西,，因為這正是我們開始看到數(shù)量級改進(jìn)的地方,。”

科利則對數(shù)據(jù)問題給出了更加直言不諱的點評：“垃圾進(jìn),，垃圾出,。”盡管如此,，隨著業(yè)界努力解決這些問題,，他已經(jīng)看到了人工智能對生物研究的影響。他說：“當(dāng)我去參加會議時,，我看到了生物學(xué)家以前和現(xiàn)在的工作方式發(fā)生的變化,，這真是一個驚人的轉(zhuǎn)變?！?/p>

本文譯自

https://www.forbes.com/sites/richardnieva/2024/03/13/why-nvidia-google-and-microsoft-are-betting-billions-on-biotechs-ai-future/?sh=1542034a20a5

福布斯中國獨家稿件,，未經(jīng)許可，請勿轉(zhuǎn)載

頭圖來源：蓋蒂圖片社