“數(shù)據(jù)共享對藥企模型的提升有一些幫助，但并不像大家預(yù)測中的那么大，有很多算法的細(xì)節(jié)仍有待突破，比如不同藥企的數(shù)據(jù)存在不一致性等問題?！?/strong>

近日，雷峰網(wǎng)《醫(yī)健AI掘金志》推出《AI制藥十人談》系列，探究AI制藥的前景與隱憂。

浙江大學(xué)藥學(xué)院教授謝昌諭在與《醫(yī)健AI掘金志》的對話中，提到了歐洲的藥企數(shù)據(jù)共享項目MELLODDY，指出數(shù)據(jù)共享這一模式發(fā)展中存在的局限性。

謝昌諭與AI制藥結(jié)緣要追溯到2018年。

謝昌諭是具有量子物理與人工智能雙重背景的學(xué)者，早年間曾在麻省理工學(xué)院、多倫多大學(xué)、新加坡-麻省理工科研中心從事理論化學(xué)、量子計算、人工智能技術(shù)在AIDD、有機材料、生物傳感器等方向的應(yīng)用研究。

2018年回國后，謝昌諭加入騰訊量子實驗室，帶領(lǐng)團隊探索適合于量子計算技術(shù)的落地方向，從而進入AI制藥領(lǐng)域。

“（制藥領(lǐng)域）如果想要在近期內(nèi)看到比較大的研究成果，其實更依賴于傳統(tǒng)計算和人工智能，而非量子計算?！?/p>

隨著研究的深入，謝昌諭的心態(tài)也從開始的“將藥物設(shè)計作為實現(xiàn)‘AI+量子’計算算法的跳板”，轉(zhuǎn)變?yōu)檎嬲胍谒幬镌O(shè)計領(lǐng)域做出一些成果。

在浙江大學(xué)藥學(xué)院教授侯廷軍的介紹下，謝昌諭加入浙大藥學(xué)院。

對于更適用于AI制藥的傳統(tǒng)計算與人工智能兩種方法，謝昌諭也直言其各自的利弊：

傳統(tǒng)算法具備明確的理論，其泛化能力更強，適用范圍更廣，但計算速度卻不夠快；而AI模型目前還是難以真正學(xué)到底層的因果關(guān)系，模型的泛化能力較差。

“如果對黑盒算法進行更多可解釋性的分析，將其與AI模型相結(jié)合，或許會成為未來的主要發(fā)展趨勢之一?！?/strong>

以下為《醫(yī)健AI掘金志》與謝昌諭的對話內(nèi)容，《醫(yī)健AI掘金志》做了不改變原意的編輯與整理。

雷峰網(wǎng)：您早年間的學(xué)術(shù)方向偏向量子計算、人工智能等領(lǐng)域，是什么時候開始轉(zhuǎn)向AI制藥相關(guān)研究的？

謝昌諭：2018年加入騰訊之前，我的研究背景更偏向理論化學(xué)、量子計算、量子物理這方面，2019年開始涉獵AI的方向，那時是從團隊的角度考慮，要尋找一個量子計算的落地方向。

我認(rèn)為從量子計算的硬件等各方面條件來看，短期落地其實比較困難，所以想嘗試一下“AI+量子”這兩種前沿的計算技術(shù)的結(jié)合，在一些特殊的領(lǐng)域中有哪些可能性，從而使量子計算技術(shù)盡快落地應(yīng)用，讓社會受益于這些前沿技術(shù)。

在這個過程中，我們調(diào)研了不同的行業(yè)，綜合考量每個行業(yè)的特質(zhì)，以及這些行業(yè)能夠為社會產(chǎn)生的價值，還有我們團隊成員的學(xué)術(shù)背景等因素，最后覺得制藥是一個不錯的選擇。

而且根據(jù)觀察，很多跨國藥企對人工智能、量子計算、自動化、計算化學(xué)等各種技術(shù)興趣非常濃厚，一些公司在這上面的投入也很可觀。從這個角度來看，制藥也是一個很好的方向。

我們對這項研究原本的期待是，既能進行“AI+量子”的技術(shù)研究，同時也能獲得藥企的認(rèn)可，對藥物研發(fā)做出一些貢獻(xiàn)。

但是進行更加深入的研究之后，我們發(fā)現(xiàn)，如果想要在一定時間內(nèi)看到比較大的研究成果，其實更依賴于傳統(tǒng)計算和人工智能，而非量子計算。

因此，從2019年開始，AI制藥就逐漸變成我花費精力最多的一個研究方向。

雷峰網(wǎng)：2022年，您離開騰訊量子實驗室，加入浙江大學(xué)藥學(xué)院擔(dān)任教授，當(dāng)時有什么契機使您決定回歸學(xué)術(shù)界？

謝昌諭：騰訊量子實驗室提供的科研環(huán)境非常好，招聘了很優(yōu)秀的研究員，進行了很多領(lǐng)域的交叉研究，從科研上講很有成就感。

但騰訊量子實驗室的核心目標(biāo)是最大程度推動量子計算技術(shù)的發(fā)展，我一開始的想法也是想要將藥物研發(fā)作為一個出口，讓量子計算在其中發(fā)揮作用。

隨著我在AI制藥上投入的時間越來越多，對這個領(lǐng)域有了更深刻的領(lǐng)悟，再加上新冠疫情的影響，我的心態(tài)發(fā)生了一些改變，從最初的將藥物設(shè)計作為實現(xiàn)“AI+量子”計算算法的跳板，轉(zhuǎn)變?yōu)檎嬲胍谒幬镌O(shè)計領(lǐng)域做出一些成果，反而不再介意使用的方法是傳統(tǒng)的計算物理還是AI、量子。

我的想法發(fā)生變化之后，就希望在研究上能夠以藥物研發(fā)為中心，獲得更多這方面的資源支持，恰好之前和浙江大學(xué)藥學(xué)院的侯廷軍教授有合作，通過他的介紹來到浙大藥學(xué)院工作。

雷峰網(wǎng)：不久前，碳硅智慧發(fā)布了AI新藥研發(fā)平臺DrugFlow1.0，作為碳硅智慧算法科學(xué)家，您在DrugFlow1.0的設(shè)計、研發(fā)、后續(xù)商業(yè)探索上主要參與了哪些工作？

謝昌諭：現(xiàn)階段在碳硅智慧的工作中，我希望技術(shù)層面取得一些突破，聚焦小分子藥物設(shè)計方面的前沿算法，或是在理論層面的更多嘗試。

比如在設(shè)計大模型的過程中如何更好地學(xué)習(xí)分子表征，如何更好地結(jié)合傳統(tǒng)計算物理和深度學(xué)習(xí)來實現(xiàn)一些更具理論支撐的藥物設(shè)計方案等，這些工作是更偏研究與探索性質(zhì)為主。

這也是我選擇碳硅智慧的主要原因，在研究上，我能夠去嘗試一些對藥物設(shè)計可能更有價值的理論和想法，找到其中能夠走得更遠(yuǎn)的可行方案；

在落地上，碳硅智慧有專業(yè)的團隊和豐富的經(jīng)驗，能夠在算法和模型的技術(shù)細(xì)節(jié)上做更多的優(yōu)化，工程化的實現(xiàn)也更加專業(yè)。

雷峰網(wǎng)：在AI制藥領(lǐng)域，傳統(tǒng)算法與人工智能算法分別有何利弊？如何相互結(jié)合？

謝昌諭：傳統(tǒng)算法中比較有代表性的如分子動力學(xué)模擬與結(jié)合自由能的計算，其優(yōu)勢在于具有比較明確的理論，我們就可以從理論的角度來判斷這個算法在什么場景中是相對可靠的。

同時，這些算法的泛化能力較強，適用范圍會更廣一些。

傳統(tǒng)算法也存在一些問題，比如需要使用者具備更多的專業(yè)知識儲備與實際操作的經(jīng)驗積累，才能對算法進行研究。即便是使用相關(guān)軟件，也需要較高的知識門檻。

另一個痛點則是，傳統(tǒng)算法雖然理論清晰，但計算速度不夠快，有時由于各種假設(shè)與近似的原因還是不夠精準(zhǔn)，所以在藥物篩選的過程中實用價值比較有限。

相比之下，AI模型如果有合適的數(shù)據(jù)進行訓(xùn)練，速度會快上很多。在一些測試場景中，AI模型的效果非常精準(zhǔn)，但是往往到了真實的藥物研發(fā)場景中，大家就會發(fā)現(xiàn)它使用起來沒有很多科研論文里描述的效果那么好。

主要原因是AI模型沒有真正學(xué)到底層的因果關(guān)系，所以模型的泛化能力很差，如果沒有新的數(shù)據(jù)做支持，模型就很難適應(yīng)新的場景，換而言之，模型會出現(xiàn)一些過擬合的表現(xiàn)，甚至學(xué)習(xí)到數(shù)據(jù)本身隱性偏差的問題。

所以使用AI模型時，你有時候并不知道什么時候能夠真正地信任它，如果對黑盒算法進行更多可解釋性的分析，將其與AI模型相結(jié)合，或許會成為未來的主要發(fā)展趨勢之一。

以小分子制藥為例，如果結(jié)合自由能的預(yù)測，或是基于靶點口袋的分子生成，或是對先導(dǎo)化合物進行優(yōu)化改造，將微觀物理的信息融入到深度學(xué)習(xí)框架之中，這個模型就能夠更好地學(xué)習(xí)到真實的因果關(guān)系或物理規(guī)律，模型的魯棒性和可靠性也會得到大幅提升。

另一個方向則是直接用AI來加速傳統(tǒng)計算，在傳統(tǒng)計算的框架之下，用AI來解方程，有希望在不喪失計算精度的情況下大幅提升計算效率。

雷峰網(wǎng)：在算法層面，AI制藥平臺之間能否形成技術(shù)壁壘？

謝昌諭：如果單看一個小模型，我認(rèn)為比較難形成技術(shù)壁壘。

不能形成技術(shù)壁壘其實也可能是一個好事情。

現(xiàn)在很多被廣泛使用的模型本身就是源于互聯(lián)網(wǎng)或其他行業(yè)，比如自然語言處理、圖像識別等領(lǐng)域的算法，研發(fā)者將其開源之后又被AI制藥的研發(fā)人員拿過來優(yōu)化、使用。

在這樣的大環(huán)境之下，研發(fā)者們被鼓勵將自己的算法進行開源，促進整個領(lǐng)域的發(fā)展。

此外，如今深度學(xué)習(xí)領(lǐng)域有很多好的建模軟件和工具，可以幫助非專家級的使用者輕松地將不是特別復(fù)雜的模型調(diào)到穩(wěn)定水平。

從算法的層面來說，很難形成技術(shù)壁壘，但對于大模型而言，就比較容易形成壁壘。

雖然模型的設(shè)計思路是透明的，但是如何收集、清理訓(xùn)練模型所需的數(shù)據(jù)，以及訓(xùn)練龐大模型的技巧等等，這些復(fù)雜且大規(guī)模的工作更容易產(chǎn)生技術(shù)壁壘。

雷峰網(wǎng)(公眾號：雷峰網(wǎng))：數(shù)據(jù)問題一直是AI制藥領(lǐng)域的痛點，已經(jīng)成為目前制約AI藥物研發(fā)的重要因素之一。

目前已經(jīng)有企業(yè)嘗試建立數(shù)據(jù)共享平臺，在保證數(shù)據(jù)隱私的前提下，推動藥企之間的數(shù)據(jù)共享，在您看來這種合作形式是否符合AI制藥平臺當(dāng)下的需求？

謝昌諭：如果能夠?qū)崿F(xiàn)共享數(shù)據(jù)，肯定是利大于弊的，聯(lián)邦學(xué)習(xí)等技術(shù)一定程度上能夠保護數(shù)據(jù)的隱私，如果藥企都參與進來，就可以得到表現(xiàn)更好的模型。

在歐洲有一個項目叫做MELLODDY，即Machine Learning Ledger Orchestration for Drug Discovery(機器學(xué)習(xí)分類帳編排的藥物發(fā)現(xiàn))。

強生的子公司Janssen Pharmaceutica NV（楊森制藥）是該項目的制藥行業(yè)負(fù)責(zé)人。

項目匯集了楊森制藥、安進、安斯泰來、阿斯利康、拜耳、勃林格殷格翰、葛蘭素史克、默克、諾華和施維雅等10家頂尖制藥企業(yè)，兩所高校，四家初創(chuàng)公司，以及IT企業(yè)英偉達(dá)。

該項目旨在創(chuàng)建一個建模平臺，在該平臺上可以利用多家制藥企業(yè)的數(shù)據(jù)，創(chuàng)建更準(zhǔn)確的模型，以確定藥物開發(fā)最有效的化合物。

在不久前的DrugFlow1.0產(chǎn)品發(fā)布會的圓桌討論環(huán)節(jié)上， 也得知MELLODDY項目的一些進展。

比如，該項目對藥企模型的提升有一些幫助，但并不像大家初期預(yù)測的那么大，有很多算法的細(xì)節(jié)仍有待突破，比如不同藥企的數(shù)據(jù)存在不一致性等問題。

所以，并不是大家把數(shù)據(jù)拿出來共享就能馬上取得很大的突破，其中還有很多困難需要克服，從歐洲的案例中我們也可以看到在技術(shù)層面需要優(yōu)化的很多細(xì)節(jié)。

不過，長遠(yuǎn)來看這肯定是一件好事。

雷峰網(wǎng)：2022年，AlphaFold2與ESMFold分別宣布預(yù)測出數(shù)億種蛋白質(zhì)，AI技術(shù)在蛋白質(zhì)預(yù)測上的不斷突破，對制藥領(lǐng)域有哪些影響？

謝昌諭：AlphaFold2和ESMFold等產(chǎn)生的價值是清晰可見的，無形之中增加了大家對AI這個領(lǐng)域能夠的信心，從而持續(xù)進行資金或科研上的投入。

單就蛋白質(zhì)折疊這個問題而言，目前已經(jīng)取得了很大的進展。

最近特別熱門的ChatGPT等生成式AI也是下一波發(fā)展的契機，將會為科研人員的生產(chǎn)力、科學(xué)研究的生產(chǎn)效率帶來提升。

更具體地來看，AlphaFold2和ESMFold這一類算法，最早影響到的就是基于蛋白質(zhì)結(jié)構(gòu)的材料設(shè)計與藥物設(shè)計，從David Baker團隊的蛋白質(zhì)結(jié)構(gòu)設(shè)計工作中也可窺見一二。

結(jié)構(gòu)預(yù)測模型使蛋白質(zhì)設(shè)計獲得了非常迅猛的進展，對藥物遞送、藥物開發(fā)等工作產(chǎn)生了直接的沖擊。

就我所關(guān)注的小分子而言，很多靶點目前還沒有合適的結(jié)構(gòu)，現(xiàn)在利用AlphaFold2的技術(shù)，大家也在探索是否可以預(yù)測一些適合進行藥物開發(fā)的靶點口袋。

AI制藥企業(yè)英矽智能此前就做了一些類似的工作，基于AlphaFold2進行藥物開發(fā)。

這些進展都是實實在在的證明，AlphaFold2和ESMFold這些工具經(jīng)過未來的持續(xù)優(yōu)化，也會在藥物設(shè)計領(lǐng)域逐漸占據(jù)重要的位置。

雷峰網(wǎng)：AI技術(shù)天然具有快速迭代的特征，制藥卻是一項戰(zhàn)線漫長的工作，兼具這兩種特征的AI制藥，應(yīng)該怎樣融合兩種思維？

謝昌諭：現(xiàn)在的AI技術(shù)的確發(fā)展很快，但這并不完全是AI技術(shù)本身的特質(zhì)。

節(jié)奏快更多是互聯(lián)網(wǎng)企業(yè)的特征，只是目前很多很好的AI工作都是由互聯(lián)網(wǎng)公司完成的，可能大家因此認(rèn)為所有AI技術(shù)一定都是快速迭代的。

此外，目前AI制藥領(lǐng)域的初創(chuàng)公司，其實更多還是聚焦在早期藥物研發(fā)的階段，比如藥物發(fā)現(xiàn)等等。

在這些環(huán)節(jié)中，利用AI等技術(shù)已經(jīng)能夠縮短研發(fā)時間，所以戰(zhàn)線也不算特別長了。

因此，就節(jié)奏快慢而言，AI技術(shù)與早期藥物研發(fā)似乎并沒有太大沖突。

比較關(guān)鍵的是，做計算的可以不斷地去試錯并調(diào)整，但做藥的人往往會更謹(jǐn)慎的去對待不同的實驗嘗試。

面向藥物研發(fā)這樣復(fù)雜的工程難題，一個團隊里也應(yīng)該存在不同的價值觀或聲音，大家通過交流，協(xié)商出更好的解決方案。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。