吴忠躺衫网络科技有限公司

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

Drug X跨越鴻溝:一個生物科學家的新藥研發跋涉記

腦極體 ? 來源: 腦極體 ? 作者: 腦極體 ? 2022-09-19 19:29 ? 次閱讀

1928 年,英國細菌學家弗萊明發現一種新霉菌,具有極強的殺菌作用,因為是青霉分泌的,被命名為青霉素,這一藥物被丘吉爾稱為 “二戰時最偉大的發明”,將人類平均壽命延長了20多年。

今天有科學家認為,如果有新的有效的抗菌藥來應對細菌對免疫系統的攻擊,那么一些常見疾病,甚至腫瘤都有控制和治愈的希望,人類壽命有望延長,理論上能達到120歲。

遺憾的是,新藥研發投入大、周期長、失敗率高,青霉素已經出現了近百年,而抗菌藥研發的速度遠遠跟不上細菌進化/耐藥的速度,微生物領域已經有近四十年沒有出現新藥。2008年《自然》雜志發表的《穿越“死亡之谷”》一文中曾提到,人們希望制藥行業跨越從實驗室到患者的鴻溝,然而無論是基礎研究人員還是醫生,都不愿意去那里冒險。

幸運的是,總有一些科學家敢于向未知發起挑戰,為人們帶來新藥的曙光。最近西安交通大學第一附屬醫院(以下簡稱西安交大一附院)劉冰教授,就突破性地研發出一款超級抗菌藥Drug X,有望成為全球近40年來首個新靶點、新類別的抗生素。作為一款創新藥,Drug X代表著一種新藥研發的全新可能。

首先,創新性。Drug X是一個全新類別、全新靶點的抗生素,是具有極高創新性的“超級抗生素”,其靶點特質決定了細菌將難以對Drug X產生耐藥性,代表了中國原創性藥物的一次突破。實驗數據表明,只需常用抗菌藥10%的濃度,該超級抗生素就能達到10倍的治愈效果,并且對抗瘧(即瘧原蟲)藥物研發等多個領域帶來重要影響。

其次,低成本。基于華為云盤古藥物分子大模型打造的華為云AI輔助藥物設計服務,Drug X的先導化合物研發周期從數年縮短至一個月,研發成本降低70%,打破了醫藥界“雙十定律”,即一款創新藥從研發到上市,平均成本超過10億美元、研發周期大于10年,新藥研發的瓶頸有望打破。

另外,轉化率。藥物研發是一個系統工程,做出化合物只是第一步,后續大量的資金投入和風險都存在于臨床等成果轉化階段,此前中國新藥的臨床應用轉化率不到8%,Drug X的進展顯然是比較順利的,已進行動物實驗驗證,目前已推進到支持IND(新藥臨床研究審批)申報的臨床前研究階段,并在國際范圍申請專利。其中,科研機構、醫藥產業鏈、華為云等產學研用緊密結合的模式是值得關注的。

Drug X的出現,似乎給中國原創性新藥從研發到應用帶來了更多可能性。我們就從這款代表了無限X的新藥出發,聊聊科學家如何跨越新藥研發的天塹。

AI這張藥方,需要一味“藥引”

毋庸置疑,AI已經成為新藥研發打破“雙十定律”的一張公認有效的藥方。全球44家頂尖藥企聯合發布的《AI輔助藥物研發行動白皮書》顯示,2015年以后,藥企使用AI技術服務行動次數顯著增長。目前,AI已經在臨床發現線索、靶標發現、確定候選藥物、臨床前實驗(實驗室和動物測試)、臨床研究(人體測試)、生產工藝等各個環節進行賦能。

AI這張藥方雖然被業界認可了,但新藥研發難的頑疾,并沒有那么容易根治。就拿Drug X所屬的抗菌藥來說,研發過程中就遭遇了不少難題。

第一,計算量大。目前已知的抗生素有四種不同的殺菌機制。如果細菌對其中一種機制獲得耐藥性,則同機制的其他藥物對該細菌均不再起效用,因此需要全新靶點、全新類別的抗生素。但在化學空間里,人類可發現的藥物分子個數多達10的60次方個,如何在海量的化學分子中快速地尋找到適合成藥的分子結構,并用AI進行成藥預測、藥理毒理預測等算法模擬?這一工作會直接影響到臨床成功率。劉冰教授團隊想用藥物來模擬噬菌體的活動,沒有先例可以參考,只能大量嘗試,劉冰教授形容其為“題海戰術”,這就需要帶來了較高的計算資源需求和成本。

第二,周期較長。AI參與新藥研發是數據驅動的,從超大規模化合物庫中進行計算,是一個窮舉式深度搜索,這個過程十分考驗算法的有效性、魯棒性、準確率等,算法能力直接影響到研發效率和周期。生物和AI的學科研究體系各不相同,用好AI這個工具,對生物科學家有比較大的學習門檻和挑戰。劉冰教授坦言,自己對AI有一定了解,但作為生物學領域的專家,面對算法軟件等跨學科知識時難免捉襟見肘。

第三,數據壁壘。數據在醫藥行業是高壁壘、高成本、高機密的,很難共享,比如抗菌藥研發要用到的小分子數據庫等,是阿斯利康、GSK這樣的傳統藥企在長期經營中積累起來的,以前中國科學家想要用這些數據做實驗是比較難的。而缺少數據,意味著前期藥物分子篩選環節就存在了大量的不確定性和盲區,如果找不到足夠多有潛力的小分子,后續實驗驗證、臨床等投入都可能打水漂。

因此,在劉冰教授看來,科研的整個過程中,失敗遠多過成功,可能1萬次失敗里才有1個成功。不解決上述問題,AI輔助新藥研發的價值也很難兌現。不過,在劉冰教授團隊的研發遇到一些瓶頸之后,華為云帶著盤古大模型來了。

跨越鴻溝,云梯的三個臺階

免疫學家麥達瓦爾曾說過:凡不虛偽的科學家都會承認運氣在科學發現中所起的作用。面對新藥研發從實驗室到患者應用的這道鴻溝,劉冰教授團隊與華為云合作,通過華為云在醫療領域的三個“臺階”,架起了一座云梯,讓新藥研發的每一步不再全憑運氣,更穩地跨越鴻溝。

以Drug X的研發為例,2020年,劉冰教授在一些細菌的抑菌機制有了新的發現,但當時實驗室建設啟動不久,缺算力、缺算法、缺數據、缺產業支持,正在困難時期,華為云的三個“臺階”架起了一座云梯。

第一個臺階:盤古大模型。2021年4月,華為云發布了盤古系列超大預訓練模型,旨在建立一套通用、易用的人工智能開發工作流,實現人工智能工業化開發,后來又進一步場景化細分,推出了盤古藥物分子大模型,劉冰教授在新藥研發的工作中正是采用了盤古藥物分子大模型打造的AI輔助藥物設計服務,解決了三個關鍵難題。

一是篩選難題。前面提到,藥物篩選要從上億個小分子中找到具有潛力、排名靠前的種子選手,而中國科研團隊不像海外傳統藥企那樣有多年重金積累的實體小分子庫、數據庫,對劉冰教授來說,自己建立一個小分子庫需要不可想象的資金,而盤古大模型就提供了一個用AI尋找潛力小分子的“捷徑”,AI能夠分析推薦排名較高、潛力較大的分子,減少前期嘗試成本。華為云盤古藥物分子大模型預先學習了17億個藥物分子的化學結構,生成了包含超過1億種可用于虛擬篩選的新分子結構的藥物數據庫DrugSpaceX,為開展虛擬篩選和藥物分子設計提供了高質量的資源。在這個全新的億級小分子庫中,華為云通過AI對藥物分子的80多種理化性質(包括水溶性、代謝活性、排泄速率、毒性等)進行屬性預測和打分,篩選出成藥性好,且結構新穎性為100%的藥物分子。在AI優先推薦的藥物分子基礎上,研究團隊再進一步進行人工實驗驗證。AI技術為研究人員節省了大量時間和資金。

二是藥效預測難題。生物計算的難點在于,每個小分子背后都有隱藏的生物學意義,比如有效性、毒性、成藥性等等,有時候AI算法基于數據驅動設計出的化合物可能并不符合藥代動力學的要求,無疑又會增加科研的失敗率和成本。這一點上,華為云盤古藥物分子大模型做到了比較好的水平,通過盤古藥物分子大模型的分子屬性預測器,劉冰教授團隊對生成的化合物實時評估成藥性指標,進一步優化和迭代先導小分子化合物,大大加速了新藥研發的進度,實驗結果表明,盤古藥物分子大模型的成藥性預測準確率比傳統方式高20%,經過毒性、藥代動力學驗證的藥物已經進入到支持IND(新藥臨床研究審批)申報的臨床前研究階段了。

三是跨學科難題。說了這么多,你可能會覺得劉冰教授團隊用AI驅動新藥研發進度飛速,一定有什么算法科學家或者高級工程師吧,還真不是。劉冰教授坦言,自己就幾個人的團隊能夠在AIDD(AI驅動新藥研發)邁出關鍵一步,在正常的科研領域里面幾乎是“天方夜譚”,其中離不開盤古大模型的一系列配套AI工具鏈,UI做得非常人性化,任何一個從業人員不需要計算機基礎都可以使用,團隊在使用上沒有遇到什么障礙,也大大加速了先導化合物的研發周期,從數年縮短至一個月。

第二個臺階:華為云算力。生物計算需要的算力資源極其龐大,此前DeepMind曾披露過,即便使用128個TPU去訓練AlphaFold,也需要11天以上才能完成,無論硬件成本還是時間成本,都是生物科研團隊的“不可承受之重”。要充分發揮盤古生物醫藥大模型的作用,離不開華為云端的強大算力支持。作為盤古大模型的算力基座,華為云擁有萬核超大算力,可幫助大幅提升藥物篩選效率,將劉冰教授團隊的研發成本降低70%。

第三個臺階:EIHealth智能體。新藥研發是科學家的工作,臨床驗證、上市審批、生產制造到成功問世卻需要整個產業鏈的參與聯動,加速新藥成果轉化,華為云醫療智能體EIHealth 的AI藥物研發合作項目起到了非常重要的幫助。一方面,EIHealth形成了一個產學研用的合作平臺,為科研人員、高校、企業從業者提供了很多渠道、資源上的交流機會,分享成功經驗,加速AI制藥的研發、轉化和應用。另一方面,EIHealth實現了平臺化集成,提供大量相關AI模型算法與資源。比如基因組引擎、藥物研發引擎、臨床研究引擎等,幫助科研團隊在探索相關領域時避免重復建設,降低綜合成本與失敗率。正如劉冰教授所說,當我們在科學上有突破的時候,使用一個技術快速將它轉化,這才是我覺得能夠促進社會發展的良性流程。在與華為云EIHealth醫療智能體負責人喬楠博士的交流中,劉冰教授聽說印度尼西亞急需能夠替代奎寧的藥物來解決瘧疾,這讓他看到了新型超級抗菌藥在現實中能夠解決的重要問題。

從這個角度來說,華為云的三個臺階,可以被看作是新藥研發跨越鴻溝的一道捷徑。百年前,青霉素的發現來自一次偶然,而今天,在深淵跋涉的科學家們,有了云的幫助,得以更快地跨越未知。

其中,無論是盤古大模型、云端算力還是產業化加速,華為云所提供的價值是很少有其他廠商可以提供的。這也是我們開始好奇,隨著盤古藥物分子大模型為更多生物科學家所用,AI是否能真的變成“藥神”呢?

從Drug X到無限可能:盤古的下一站

嚴謹地說,今天盤古藥物分子大模型助力新藥研發,還處于起步階段,就像劉冰教授所說:Drug X的出現是AIDD(AI驅動新藥研發)的一次很好的驗證。但可以肯定的是,驗證成功之后的AIDD將進入指數級的高速發展期。

世界和人類已經渴盼新藥太久了,隨著現代生物學技術的發展、人類基因組計劃的完成,我們已經發現了大量可供治療干預的新型靶點,而成藥的只是其中的冰山一角。正如Drug X的研發進程一樣,AI在篩選潛在靶點、加速篩選和優化驗證效率等環節的重要價值,必將在未來進一步釋放,或許很快我們就能看到更多全新靶點、更有效的大小分子藥物跨越鴻溝,為更多患者帶來希望。

在這個過程中,華為云的盤古藥物分子大模型,無疑需要發揮好以下作用:

1.技術支點。目前,華為云盤古藥物分子大模型已經在分子庫、超大規模化合物表征模型訓練、預測準確度等方面取得了領先優勢,不過,華為云人工智能領域首席科學家田奇博士也曾公開表示過,未來還要進一步練好大模型,在根技術、架構優化、學習訓練、回調部署等方面繼續發力,進一步釋放AI在各個產業中的潛力。

2.場景貫穿。大模型的本質是經世致用,要用好大模型,首先要找到哪些場景適合使用大模型,華為云盤古藥物分子大模型已經完成了這一步,Drug X的出現證明了AI在“藥物分子篩選”和“藥物分子優化”兩大關鍵環節的意義,盤古大模型也已經開始支撐多家藥企和科研院商業服務或藥物管線開發合作,合力推測,未來AI將在整個新藥研發場景上全面貫穿,真正實現從研到用的全流程融合。

3.產業樞紐。找到了可用、好用的應用場景,接下來就需要推動大模型在生物制藥領域的規模化復制,進入工業化AIDD的加速階段。無論是盤古大模型的工程化能力、配套工具鏈,還是EIHealth的生態化合作賦能,加速協同創新,整體推動AIDD來到產業化規模的新階段。

技術化、應用化、產業化,從中可以窺見華為云盤古大模型在產業智能化上的不同思考:始終將落地行業創造更大價值作為新技術的基礎。有了這一初衷,才有了大模型助力Drug X的快速誕生;有了Drug X超級抗菌藥的出現,AI驅動新藥研發就得到了一次清晰可行的驗證;有了這一成功,會有更多X可能性藥物從AIDD中噴涌而出。從這個角度看,在AI逐漸普及進入各行各業的今天,華為云盤古大模型是產業智能化“多米諾骨牌”的起點,也是代表著無限可能的X。

法國哲學家布萊茲·帕斯卡說過:“人只不過是一根葦草,是自然界最脆弱的東西;但他是一根能思想的葦草。用不著整個宇宙都拿起武器來才能毀滅;一口氣、一滴水就足以致他死命了。”當科學家們——這個人類中最具智慧和勇氣的群體——在AI+云時代中奮力前行,我們可以共同期待那一天,人類可以在面對疾病時,不再如此脆弱。

審核編輯 黃昊宇

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • AI
    AI
    +關注

    關注

    87

    文章

    31534

    瀏覽量

    270343
  • 華為云
    +關注

    關注

    3

    文章

    2688

    瀏覽量

    17588
收藏 人收藏

    評論

    相關推薦

    深開鴻亮相“小小科學家”品牌發布暨科學探索研學營開營活動

    為在青少年中營造學科學、愛科學、用科學的濃厚氛圍,1月14日,由市委組織部、市委教育工委、團市委共同主辦的“小小科學家”品牌發布暨科學探索研
    的頭像 發表于 01-15 21:17 ?196次閱讀
    深開鴻亮相“小小<b class='flag-5'>科學家</b>”品牌發布暨<b class='flag-5'>科學</b>探索研學營開營活動

    西湖大學:科學家+AI,科研新范式的樣本

    研究,創新科研新范式。這點在西湖大學的科研項目中已得到體現。 成立于2018年的西湖大學是由施公院士領銜創辦的、聚焦前沿科學研究的研究型大學,該校鼓勵科學家們探索AI與各學科交叉融
    的頭像 發表于 12-12 15:59 ?250次閱讀
    西湖大學:<b class='flag-5'>科學家</b>+AI,科研新范式的樣本

    華為自動駕駛科學家陳亦倫投身具身智能創業

    近日,華為車BU自動駕駛領域的昔日明星科學家陳亦倫,如今已開啟了段全新的創業旅程。據可靠消息,陳亦倫在今年7月正式創立了名為“它石智航”的新公司,專注于具身智能領域的研發與創新。 與陳亦倫攜手共進
    的頭像 發表于 11-28 10:25 ?268次閱讀

    AI for Science:人工智能驅動科學創新》第4章-AI與生命科學讀后感

    領域的研究人員的工作模式相融合,也是亟待解決的問題。然而,這些挑戰也孕育著新的機遇。隨著技術的不斷進步和應用場景的拓展,AI在生命科學領域的應用將更加廣泛和深入,為科學家們提供更多
    發表于 10-14 09:21

    《AI for Science:人工智能驅動科學創新》第章人工智能驅動的科學創新學習心得

    的效率,還為科學研究提供了前所未有的洞察力和精確度。例如,在生物學領域,AI能夠幫助科學家快速識別基因序列中的關鍵變異,加速新藥研發進程。
    發表于 10-14 09:12

    科學家開發出首臺可見光飛秒光纖激光器

    光纖激光器的實驗裝置圖 加拿大拉瓦爾大學科學家開發出了第臺可在電磁光譜的可見光范圍內產生飛秒脈沖的光纖激光器,這種能產生超短、明亮可見波長脈沖的激光器可廣泛應用于生物醫學、材料加工等領域。通常產生
    的頭像 發表于 07-25 06:43 ?363次閱讀
    <b class='flag-5'>科學家</b>開發出首臺可見光飛秒光纖激光器

    受人眼啟發!科學家開發出新型改良相機

    新型事件相機系統與標準事件相機系統對比圖。 馬里蘭大學計算機科學家領導的研究小組發明了種照相機裝置,可以改善機器人觀察周圍世界并做出反應的方式。受人眼工作原理的啟發,他們的創新型
    的頭像 發表于 07-22 06:24 ?362次閱讀
    受人眼啟發!<b class='flag-5'>科學家</b>開發出新型改良相機

    中國科學家發現新型高溫超導體

    據新華社報道,我國科學家再立新功,又新型高溫超導體被發現。 復旦大學物理學系趙俊團隊利用高壓光學浮區技術成功生長了三層鎳氧化物,成功證實在鎳氧化物中具有壓力誘導的體超導電性,而且超導體積分數達到
    的頭像 發表于 07-19 15:14 ?775次閱讀

    新華社:突破性成果!祝賀我國科學家成功研發傳感器!

    6月25日,新華社以《突破性成果!祝賀我國科學家》為標題,報道了由我國科學家研發的傳感器成果。 我國科學家研發高通道神經探針實現獼猴全腦尺度
    的頭像 發表于 06-27 18:03 ?556次閱讀
    新華社:突破性成果!祝賀我國<b class='flag-5'>科學家</b>成功<b class='flag-5'>研發</b>這<b class='flag-5'>一</b>傳感器!

    前OpenAI首席科學家創辦新的AI公司

    消息在業界引起了廣泛關注,因為蘇茨克維曾是OpenAI的聯合創始人及首席科學家,并在去年在OpenAI董事會上扮演了重要角色。
    的頭像 發表于 06-21 10:42 ?570次閱讀

    科學家研制出款新型柔性X射線探測器

    英國科學家開發出種有機半導體材料,并利用其研制出款新型柔性X射線探測器。這種探測器不僅“身段”更柔軟,可貼合需要掃描物體的形狀,從而提高患者篩查的準確性,降低腫瘤成像和放射性治療的
    的頭像 發表于 06-13 06:29 ?364次閱讀

    NVIDIA和Recursion利用AI超級計算機加快新藥研發

    BioHive 由 NVIDIA AI 驅動,用于加速醫療領域科學家的工作。在全球超級計算機 TOP500 榜單中,它的排名上升了 100 多位。
    的頭像 發表于 05-16 09:46 ?1345次閱讀
    NVIDIA和Recursion利用AI超級計算機加快<b class='flag-5'>新藥</b><b class='flag-5'>研發</b>

    本源量子參與的國家重點研發計劃青年科學家項目啟動會順利召開

    2024年4月23日,國家重點研發計劃“先進計算與新興軟件”重點專項“面向復雜物理系統求解的量子科學計算算法、軟件、應用與驗證”青年科學家項目啟動會暨實施方案論證會在合肥順利召開。該項目由合肥綜合性國家
    的頭像 發表于 05-11 08:22 ?829次閱讀
    本源量子參與的國家重點<b class='flag-5'>研發</b>計劃青年<b class='flag-5'>科學家</b>項目啟動會順利召開

    谷歌DeepMind推出新代藥物研發AI模型AlphaFold 3

    谷歌DeepMind公司近日重磅推出了款名為AlphaFold 3的全新藥研發AI模型,這創新技術將為科學家們提供前所未有的幫助,使他
    的頭像 發表于 05-10 09:35 ?439次閱讀

    NVIDIA首席科學家Bill Dally:深度學習硬件趨勢

    Bill Dally于2009年1月加入NVIDIA擔任首席科學家,此前在斯坦福大學任職12年,擔任計算機科學系主任。Dally及其斯坦福團隊開發了系統架構、網絡架構、信號傳輸、路由和同步技術,在今天的大多數大型并行計算機中都可以找到。
    的頭像 發表于 02-25 16:16 ?1289次閱讀
    NVIDIA首席<b class='flag-5'>科學家</b>Bill Dally:深度學習硬件趨勢
    大发888爱好| 百家乐官网也能赢钱么| 在线百家乐纸牌游戏| 澳门百家乐官网赢钱| 百家乐高级技巧| 新葡京百家乐官网娱乐城| 威尼斯人娱乐天上人间| 五星百家乐官网的玩法技巧和规则 | 百家乐官网娱乐网佣金| 足球开户| 澳门百家乐官方网址| 皇冠国际足球| 十三张百家乐的玩法技巧和规则 | 百家乐官网试玩1000元| 新云顶国际| 百家乐切入法| 怎样玩百家乐官网的玩法技巧和规则| bet365备用网| 百家乐网络真人斗地主| 三原县| 综合百家乐博彩论坛| LV百家乐官网娱乐城| 百家乐官网开户优惠多的平台是哪家 | 德州扑克现金桌视频| 百家乐辅助工具| 临朐县| 二八杠生死门| 网上赌博网站| 澳门百家乐网址多少| 百家乐官网棋牌官网| 娱乐城开户送金| 百家乐出庄的概率| 百家乐官网庄闲出现几| 在线百家乐官网官方网| 冠通棋牌大厅下载| 澳门百家乐心| 天猫百家乐官网娱乐城| 皇冠百家乐官网客户端皇冠| k7娱乐城| 大发888任务怎么做| 百家乐扫瞄光纤洗牌机扑克洗牌机扑克洗牌机 |