【資料圖】

“貌似現(xiàn)在AI（人工智能）制藥很熱，相關(guān)企業(yè)也很多，但質(zhì)量其實(shí)并不高，大家都在湊人工智能的熱鬧，真正踏踏實(shí)實(shí)寫(xiě)代碼，做數(shù)據(jù)的人并不多。”5月25-26日，在上海舉辦的2023中國(guó)AI藥物研發(fā)大會(huì)上，中山大學(xué)藥物分子設(shè)計(jì)研究中心主任徐峻對(duì)澎湃科技記者說(shuō)道。

在徐峻看來(lái)，人才荒是一個(gè)重要原因，缺乏一批專業(yè)素質(zhì)高且目光長(zhǎng)遠(yuǎn)的人帶領(lǐng)AI制藥發(fā)展?！艾F(xiàn)在人工智能不斷發(fā)展，程序員的編程語(yǔ)言也從最初的C語(yǔ)言（C語(yǔ)言是一種編譯型語(yǔ)言，其語(yǔ)法更加底層，需要開(kāi)發(fā)者手動(dòng)管理內(nèi)存等細(xì)節(jié)）變成了Python（一種解釋型語(yǔ)言，其語(yǔ)法更加簡(jiǎn)潔明了，可讀性強(qiáng)，適合快速開(kāi)發(fā)）。現(xiàn)在用C語(yǔ)言編程的程序員已經(jīng)比較少見(jiàn)了。技術(shù)發(fā)展的同時(shí)在一定程度上也強(qiáng)化了人的惰性，對(duì)此我們需要小心。”

當(dāng)下，很多企業(yè)都加入這場(chǎng)“AI熱”，徐峻認(rèn)為，在這場(chǎng)競(jìng)爭(zhēng)中很關(guān)鍵的一點(diǎn)是數(shù)據(jù)?！拔覀冋f(shuō)大數(shù)據(jù)，數(shù)據(jù)是基礎(chǔ)也是關(guān)鍵，不僅公共數(shù)據(jù)，我們有多少自有數(shù)據(jù)，這是衡量一個(gè)企業(yè)AI制藥潛力的重要因素。鑒于當(dāng)前的國(guó)際局勢(shì)，我建議盡快下載還開(kāi)放著的全球公共數(shù)據(jù)。”

徐峻認(rèn)為，現(xiàn)在很多企業(yè)都是技術(shù)和數(shù)據(jù)導(dǎo)向，但真正有所作為的企業(yè)一定是問(wèn)題導(dǎo)向。他說(shuō)道：“現(xiàn)在很多企業(yè)都喜歡拿AI說(shuō)事，但不管有多少數(shù)據(jù)，核心都是要解決問(wèn)題。也有人說(shuō)，有了數(shù)據(jù)可以解決所有問(wèn)題，在我看來(lái)，這也意味著無(wú)法解決任何問(wèn)題。技術(shù)一定是有選擇，有偏好的，我們目前還沒(méi)有發(fā)現(xiàn)一種能‘包治百病’的數(shù)據(jù)平臺(tái)。有了工具當(dāng)然重要，更重要的是如何使用工具，借助它們，能解決哪些醫(yī)藥難題，這是一切的源頭?！?/p>

AI也不是萬(wàn)能的。徐峻認(rèn)為，目前來(lái)看，小分子藥物（具有單一明確有效成分、分子量在1000道爾頓以下的有機(jī)化合物分子可視為小分子藥物）研發(fā)量一直在下降。這種下降可能有多種原因，其中一個(gè)是靶標(biāo)的問(wèn)題，很難尋找到非常好的靶點(diǎn)，其次是小分子藥物本身具有化學(xué)多樣性，對(duì)于一些復(fù)雜的分子結(jié)構(gòu)，可能需要耗費(fèi)大量時(shí)間和金錢(qián)才能找到有效的藥物候選者。另外，由于小分子藥物具有廣泛的靶點(diǎn)和作用機(jī)制，在研發(fā)過(guò)程中需要進(jìn)行大量的實(shí)驗(yàn)和臨床試驗(yàn)，以確保藥物的有效性和安全性。如果不能解決這些問(wèn)題，很難通過(guò)算法技術(shù)找到有效的解決方案。

“在藥物化學(xué)領(lǐng)域，我們有一種稱之為‘新骨架活性化’的理念，即目前有不少研究嘗試從已知活性的藥物化合物結(jié)構(gòu)入手，尋找當(dāng)中的骨架（能夠賦予藥物特定生物活性的分子結(jié)構(gòu)框架），才能取得成功。如果我們無(wú)法發(fā)現(xiàn)新的骨架結(jié)構(gòu)，就無(wú)法解決活性問(wèn)題和ADMET（吸收、分布、代謝、排泄、毒性）等問(wèn)題。換句話說(shuō)，即使有再好的工具，如果沒(méi)有合適的數(shù)據(jù)和實(shí)踐經(jīng)驗(yàn)，也難以取得突破?！毙炀硎?。

不過(guò)，徐峻依然對(duì)人工智能充滿信心，他相信AI能夠幫助實(shí)現(xiàn)更多創(chuàng)新。因?yàn)樾》肿铀幬锏膭?chuàng)新還與數(shù)學(xué)里的泛函（將函數(shù)映射到實(shí)數(shù)或復(fù)數(shù)的函數(shù)）有關(guān)，泛函可以被視為超級(jí)函數(shù)，其中每層函數(shù)都與下一層函數(shù)有因果關(guān)系，隨著時(shí)間的推移，AI技術(shù)將會(huì)揭示出這些多層因果關(guān)系，“我們需要耐心等待并相信未來(lái)會(huì)有更多的突破?！?/p>

深圳晶泰科技有限公司聯(lián)合創(chuàng)始人兼CEO馬健也在會(huì)議現(xiàn)場(chǎng)表示，不僅是人工智能幫助藥物研發(fā)，在人才結(jié)構(gòu)方面，人力增長(zhǎng)模式下的人口紅利已經(jīng)過(guò)去了，未來(lái)，可能更多的是協(xié)助機(jī)器人、實(shí)驗(yàn)室輔助機(jī)器人等進(jìn)行工作。

現(xiàn)場(chǎng)不少專家都不約而同地提到了“數(shù)據(jù)”。馬健認(rèn)為，在生物醫(yī)藥領(lǐng)域，未來(lái)幾年人們都在談?wù)揂I，數(shù)據(jù)是一個(gè)非常重要的話題，雖然我們已經(jīng)知道了數(shù)據(jù)的重要性，但是目前大多數(shù)數(shù)據(jù)都只是在討論其未來(lái)可能性，并沒(méi)有真正地實(shí)現(xiàn)。此外，在生物學(xué)研究中存在很多復(fù)雜現(xiàn)象和不確定性，機(jī)器人可以在實(shí)驗(yàn)室中不斷積累可靠的數(shù)據(jù)，以提供更多標(biāo)準(zhǔn)化的實(shí)驗(yàn)?zāi)芰Γ热绱罱ㄗ詣?dòng)化實(shí)驗(yàn)室，“這個(gè)過(guò)程會(huì)很長(zhǎng)，但是如果沒(méi)有人去做，就永遠(yuǎn)無(wú)法達(dá)成目標(biāo)?！瘪R健說(shuō)道。

復(fù)星醫(yī)藥戰(zhàn)略產(chǎn)品發(fā)展中心副總經(jīng)理李梅和徐峻不約而同地認(rèn)為，國(guó)內(nèi)還有很多專門(mén)從事CRO（一種專門(mén)為制藥、生物技術(shù)和醫(yī)療器械等企業(yè)提供藥物研發(fā)和臨床試驗(yàn)服務(wù)的機(jī)構(gòu)）工作的企業(yè)，“他們似乎還沒(méi)有意識(shí)到應(yīng)該采用人工智能技術(shù)，我呼吁他們抓住這個(gè)重大機(jī)遇。ChatGPT模型可以從文獻(xiàn)中提取臨床數(shù)據(jù)，借助人工智能，有助于管理臨床前和臨床階段的經(jīng)濟(jì)效益，并幫助發(fā)現(xiàn)藥物。我建議CRO公司趕快采用這種技術(shù)，現(xiàn)在還有機(jī)會(huì)?！毙炀f(shuō)道。除此以外，有些CRO企業(yè)已經(jīng)專注于臨床數(shù)據(jù)處理多年，并已投入龐大資金，缺乏對(duì)人工智能和大數(shù)據(jù)技術(shù)的深入理解，導(dǎo)致浪費(fèi)時(shí)間和處理無(wú)用數(shù)據(jù)，是這類企業(yè)的通病。

標(biāo)簽：