行早 发自 凹非寺
量子位 报道 | 公众号 QbitAI

谷歌基于AlphaFold布局的商业化路线，现在有了新的进展。

就在昨天，谷歌母公司Alphabet宣布成立一家新公司Isomorphic Laboratories。

这家新公司会在DeepMind蛋白质折叠方面的成就的基础上，建立模型用AI开发药物。

同时，DeepMind的首席执行官Demis Hassabis也将担任新公司的CEO。

他希望这个公司能够达成两个目的，一是以AI优先的方法重新想象药物发现的过程，其次是最终能够模拟并理解一些生命的基本机制。

站在AlphaFold的肩膀上

所以AI开发新药，和AlphaFold这样的预测蛋白质结构的技术有何关联？

不妨先简单回顾一下AlphaFold的技术原理。

AlphaFold蛋白质结构预测模型可以分为三个部分：

首先输入一串氨基酸序列，提取出其中的特征。

再经过深度神经网络，预测出氨基酸之间的距离和在空间上的夹角。

最后对结果进行评估和优化。

因为蛋白质的肽链只有经过折叠形成复杂的空间结构之后才能发挥作用，所以如果能够预测蛋白质的结构，再加上已知的氨基酸序列，理论上就能很好的了解蛋白质的作用。

有了蛋白质的模型之后，就可以进一步了解蛋白质之间的相互作用。

进而摸索出人体和药物的相互作用。

Isomorphic Laboratorie希望依据这样的成果，做出一个能够识别新药物的工具，并建立一种能够预测药物如何和身体相互作用的模型。

如果这种工具和模型有效，新药研发耗时耗力的试验阶段可能会先转移到模型上去做。

这样就能缩短试验时间，大大加快新药的开发速度。

不过公司也称，他们可能不会开发自己的药物，而是走出售模型的商业模式，专注于和制药公司合作。

而对于新公司的名字，CEO也有自己的见解：

在最基本的层面上，生物学也能看作一个信息处理系统。

从这个角度来说，生物学和信息科学之间可能存在一个共同的底层结构：一种两者之间的同构映射。

不得不说，这个解释巧妙地说明了生物学和信息科学的联系，也精炼地表达了公司的目标。

而新公司的logo也是一个中心对称的同构符号。

是赌局还是希望

Demis Hassabis刚发布这个消息，就在社交媒体上引发热议。

有网友表示这不过是另一场赌局。

毕竟，现实情况是，开发或测试药物可比研究蛋白质结构难得多。

举个简单的例子，即使两种蛋白质的空间结构看起来能结合在一起，实际上可能并不能粘合。

再比如一种药物在化学层面推测很有用，到了复杂的动物或者人体内可能效果甚微。

化学家Derek Lowe就在一篇Science中提到过，超过90%的进入临床试验的药物最后都没有作用，而大多数在分子水平上都没有问题。

但是也有让人泪目的故事：

Demis，不确定你会不会看到这条。我父亲是一位药剂学教授，他在我小时候给我讲过加速药物研发的重要性和他在这方面做出的努力。

现在他已经不在了，但是如果他看到AI能解决这个问题的话一定会很开心的。

不知道你们怎么看呢?

参考链接：
[1]https://www.theverge.com/2021/11/4/22763535/google-alphabet-drug-discovery-deepmind-ai?scrolla=5eb6d68b7fedc32c19ef33b4
[2]https://zhuanlan.zhihu.com/p/393699764