10月9日，瑞典皇家科學(xué)院公布諾貝爾化學(xué)獎，AlphaFold的研發(fā)人員Demis Hassabis和John M. Jumper與David Baker共同獲得該獎項，以表彰他們二人開發(fā)人工智能模型解決蛋白質(zhì)復(fù)雜結(jié)構(gòu)預(yù)測這個困擾學(xué)界50年的難題。

在AlphaFold發(fā)明之前，預(yù)測一個蛋白質(zhì)的真實結(jié)構(gòu)往往需要一個頂尖科研團隊花費數(shù)月甚至數(shù)年的時間；而僅在被發(fā)明后的數(shù)年間，AlphaFold便確定了約2億個蛋白質(zhì)的結(jié)構(gòu)，范圍覆蓋地球上幾乎所有已知生物，其準確性和實驗結(jié)果相差無幾。正如Demis Hassabis所言，“我們正處在數(shù)字生物學(xué)新時代的開端。”

近些年來，隨著AI的發(fā)展和其在科研領(lǐng)域的廣泛應(yīng)用，全球頂尖科學(xué)家們開始利用AI進行更為深入的醫(yī)藥研究工作。吸引眾多科技大佬和醫(yī)藥巨頭紛紛入局的衰老干預(yù)領(lǐng)域就是其中之一。知名原研藥企賽諾根借助生物信息學(xué)層面的機器學(xué)習(xí)建模，進行了全面深入的衰老抑制劑療效評估。

通過使用數(shù)百只小鼠對數(shù)十種衰老抑制分子及各種劑型組合進行對比，賽諾根利用AI對龐大的多組學(xué)數(shù)據(jù)進行了機器學(xué)習(xí)建模，生成了多個與年齡相關(guān)的疾病模型，以評估生物衰老和與衰老相關(guān)的疾病，包括代謝綜合征，神經(jīng)退行性疾病，糖尿病和癌癥。憑借這一成果，今年5月，賽諾根公布了其管線中的第二款衰老干預(yù)候選藥SRN-901臨床前動物實驗數(shù)據(jù)。

不僅是賽諾根，其他知名科研機構(gòu)也在積極探索AI在醫(yī)藥研發(fā)領(lǐng)域的作用。其中，與賽諾根在衰老干預(yù)領(lǐng)域有著深度合作關(guān)系的哈佛大學(xué)科學(xué)家利用AI發(fā)現(xiàn)了一類全新的抗生素，為應(yīng)對全球性的抗生素耐藥性挑戰(zhàn)帶來了希望；麻省理工學(xué)院的科研人員開發(fā)出AI制藥新模型，有效解決了結(jié)構(gòu)預(yù)測和綁定位點識別等問題，提升了藥物研發(fā)效率。

除藥物研發(fā)外，AI也被廣泛應(yīng)用于醫(yī)療診斷領(lǐng)域。例如，賽諾根基于先進的自有機器學(xué)習(xí)算法搭建的人工智能基因診斷平臺GenomeScore，可通過對多維度的組學(xué)和診斷數(shù)據(jù)進行建模，構(gòu)建高可信度的疾病模型，并生成針對性的治療方案；SRN-901的技術(shù)輸出方梅奧診所采用AI技術(shù)預(yù)測早期癌癥，提高治愈率。梅奧移植外科醫(yī)生Mark·D·Stegall博士表示，AI將成為醫(yī)生的重要決策工具。

近年來AI在生物制藥領(lǐng)域的爆火，也促使傳統(tǒng)藥企與創(chuàng)新型藥企間的合作案例頻現(xiàn)，例如國藥與賽諾根成立合資公司國藥賽諾根，研發(fā)項目就包括基于賽諾根的人工智能平臺和人工智能診斷等技術(shù)，推動國內(nèi)衰老干預(yù)產(chǎn)業(yè)的發(fā)展。

在高速發(fā)展的當下，隨著AI的進一步開發(fā)和應(yīng)用，生物醫(yī)藥領(lǐng)域正朝著更加精準、高效、個性化的方向邁進，人們將加速迎來更為健康和長久的未來。