去年12月，一個生物學(xué)家會議在墨西哥坎昆召開，回顧了一個令人震驚的發(fā)現(xiàn)。Alphabet的人工智能實(shí)驗(yàn)室DeepMind擊敗了一屋子生物學(xué)家，贏得了一場基于基因密碼預(yù)測蛋白質(zhì)形狀的比賽。

這聽起來可能不具有里程碑式的意義，但理解蛋白質(zhì)折疊成三維形狀的方式對協(xié)助制作藥物至關(guān)重要。藥物通常通過附著在蛋白質(zhì)上并改變它們在體內(nèi)的運(yùn)作方式來對抗疾病。DeepMind能夠預(yù)測這些蛋白質(zhì)的形狀，其準(zhǔn)確性遠(yuǎn)遠(yuǎn)高于許多受人尊敬的學(xué)者和專業(yè)人士在會議上的預(yù)測。

參加此次比賽的哈佛大學(xué)生物學(xué)家兼研究員Mohammed AlQuraishi在接受外媒采訪時說：“這是一個人們已經(jīng)從事了幾十年的領(lǐng)域。但是一個新團(tuán)隊(duì)能夠如此迅速地進(jìn)入并取得如此好的成績，讓我對學(xué)術(shù)界的結(jié)構(gòu)性低效倍感失望�！�

對于藥物研發(fā)行業(yè)來說，這是一個令人震驚的時刻：一個幾乎沒有生物學(xué)經(jīng)驗(yàn)的局外人真的能比專家們更擅長科學(xué)？！

DeepMind的發(fā)現(xiàn)引發(fā)了人們的疑問：如果大型制藥公司不得不與Alphabet競爭，它們能否在自己的行業(yè)保持主導(dǎo)地位呢？儼然，Alphabet作為一家人工智能巨擘，已穩(wěn)步建立起行業(yè)可信度。

但這不僅僅只是取代而已�，F(xiàn)實(shí)情況是，許多新公司正競相改變藥物的生產(chǎn)方式，利用人工智能作為研究的加速器。

今天的制藥巨頭比任何人都更清楚這一前景。他們正在投資自建的人工智能實(shí)驗(yàn)室，并與風(fēng)險(xiǎn)投資家一道，將大量資金投入有人工智能傾向的藥物研發(fā)初創(chuàng)企業(yè)。根據(jù)Pitchbook的數(shù)據(jù)顯示，2018年，美國藥物研發(fā)公司共融資94億美元，而今年截至目前，這些企業(yè)融資金額已達(dá)44億美元。

無論是誰贏得了這場藥物研發(fā)競賽，人工智能都將永遠(yuǎn)影響藥物的生產(chǎn)方式。

大型制藥公司保住龍頭地位的戰(zhàn)略

早在DeepMind獲勝之前，大型制藥公司就開始使用人工智能。但面對DeepMind和一大批后起之秀日益激烈的競爭，許多制藥公司都在向初創(chuàng)企業(yè)進(jìn)行外部投資，即使這可能意味著為它們最終將與之競爭的公司提供資金。

例如，強(qiáng)生是BlackThorn的投資者之一，這家研發(fā)治療精神疾病藥物的公司今年早些時候融資7500萬美元。該公司使用大腦圖像來更好地了解潛在藥物將如何影響精神狀態(tài)。BlackThorn將于今年年底開始對一種治療重度抑郁癥的潛在藥物進(jìn)行第二階段臨床試驗(yàn)，如果最終獲得批準(zhǔn)，這種藥物將直接與強(qiáng)生公司制藥部門最近推出的一種藥物競爭。

強(qiáng)生還與另一家名為BenevolentAI的公司簽署了協(xié)議，這家公司主要使用科學(xué)文獻(xiàn)訓(xùn)練算法，以便在人體中找到正確的目標(biāo)。這些相互競爭的投資組合顯示，強(qiáng)生的投資戰(zhàn)略是全面撒網(wǎng)。不僅如此，諾華（Novartis，瑞士制藥公司）、阿斯利康（AstraZeneca）和葛蘭素史克（GlaxoSmithKline，英國制藥公司）等制藥公司都與人工智能新貴簽署了協(xié)議。如果這些公司中有任何一家提出開創(chuàng)性的配方，傳統(tǒng)制藥公司已經(jīng)準(zhǔn)備好從中受益。

雖然所有的創(chuàng)業(yè)公司都不缺技術(shù)，但是大型制藥公司有足夠的財(cái)力和規(guī)模來推進(jìn)其研發(fā)藥物的商業(yè)化，從實(shí)驗(yàn)室走向臨床。通過這樣的形式，他們將會通力協(xié)作來擊敗類似于DeepMind的潛在威脅。

從頭開始重建制藥公司

這個領(lǐng)域的初創(chuàng)企業(yè)有自己的特權(quán)。一些年輕的公司希望成為研發(fā)的新力量，把臨床測試留給大公司。其他創(chuàng)業(yè)公司目前正在與大型制藥公司合作，但他們希望最終能夠完全取代大型藥物研發(fā)公司。

新手藥物獵人Insilico是一家專注于長壽的生物技術(shù)公司。今年9月，該公司披露曾在21天內(nèi)使用人工智能設(shè)計(jì)出一種潛在的藥物。這個過程只花費(fèi)了15萬美元，在藥物發(fā)現(xiàn)領(lǐng)域是一個小數(shù)目，而且用了幾天而不是幾年的時間來證明使用機(jī)器學(xué)習(xí)算法創(chuàng)造新藥的前景。到目前為止，它已經(jīng)在老鼠身上顯示出成效。隨后，該公司融資3700萬美元，并計(jì)劃與制藥公司合作進(jìn)行人體試驗(yàn)。

Insilico在現(xiàn)存的研究和科研學(xué)習(xí)中訓(xùn)練其機(jī)器學(xué)習(xí)系統(tǒng)，然后由其合作伙伴來進(jìn)行臨床研究。這一戰(zhàn)略是為了擴(kuò)大現(xiàn)有的制藥業(yè)，利用工具可以更快地使?jié)撛诜肿语@露。然后，它依靠這些公司來驗(yàn)證潛在的藥物是否真的有效。

一些研究人員正在討論Insilico究竟有多大突破性進(jìn)展�！艾F(xiàn)實(shí)是……這不是一個飛躍�！比斯ぶ悄芩幬镅邪l(fā)初創(chuàng)公司Recursion （Insilicon的直接競爭對手之一）的首席執(zhí)行官Chris Gibson表示，“盡管Insilico的發(fā)現(xiàn)很重大，發(fā)現(xiàn)了一個未曾被人類所知的新分子，但這仍然是一個漸進(jìn)的突破，因?yàn)樾碌姆肿又皇呛涂茖W(xué)家已經(jīng)發(fā)現(xiàn)的抑制劑略有不同。”其他批評者指出，人類研究人員或許能夠在類似的時間框架內(nèi)找到這種分子。

Gibson認(rèn)為DeepMind的蛋白質(zhì)折疊預(yù)測存在問題，該領(lǐng)域的其他研究人員也對此表示贊同。他說，雖然這令人印象深刻，但它只是整個藥物發(fā)現(xiàn)方程式的一部分。 Gibson對僅靠人工智能就能取得多大成就持懷疑態(tài)度，盡管他看好這項(xiàng)技術(shù)。

他認(rèn)為，要想在藥物發(fā)現(xiàn)方面取得真正的進(jìn)展，就需要從頭開始改造制藥公司。與制藥巨頭將研發(fā)外包給人工智能初創(chuàng)企業(yè)不同，科學(xué)家在尋找新藥時應(yīng)該與人工智能合作。

他相信這種方法的部分原因是，他認(rèn)為要獲得最佳結(jié)果，就需要生成并消化為人工智能量身定制的數(shù)據(jù)。他認(rèn)為，利用現(xiàn)有信息訓(xùn)練算法的藥物研發(fā)公司可能會發(fā)現(xiàn)，從長期來看，他們的結(jié)果可能不夠理想，因?yàn)樗麄兪褂玫臄?shù)據(jù)是在沒有考慮機(jī)器學(xué)習(xí)的情況下編寫的。

即使人工智能的前景無可限量，創(chuàng)造一種新藥仍然是一項(xiàng)艱巨的任務(wù)。Gibson說：“對我們這個行業(yè)來說，十多年來真正的挑戰(zhàn)是，我們投入臨床的90％的藥物都失敗了，這意味著我們有九成的幾率是錯誤的。為了讓人工智能證明它作為一種工具的價值，它不能僅僅滿足它必須達(dá)到的10％的成功率。人工智能已經(jīng)改變了制藥過程，但如果DeepMind要取代生物學(xué)家，那也不是近期就能速成的�！�