谷歌AlphaFold3与开源架构重塑AI制药产业链

谷歌AlphaFold 3与开源架构重塑AI制药产业链 端到端AI模型与大语言模型正打破物理实验室瓶颈，将药物研发周期从数年缩短至数月并大幅降低临床申报成本。 视频深入梳理了人工智能在生命科学领域的演进历程，重点剖析了 AlphaFold 2 和 AlphaFold 3 如何攻克困扰科学界数十年的“蛋白质折叠问题”。此外，内容还对比了 Meta 的 ESMFold 与 David Baker 团队的 RoseTTAFold 在技术架构和生物学理解上的异同。最后，视频展现了 AI 如何以“端到端”的方式重塑制药产业链，极大地实现降本增效，并展望了太空生物学等前沿领域的未来前景。 2024年诺贝尔化学奖颁发给Demis Hassabis、John Jumper与David Baker，标志着人工智能在重塑基础科学和生物医药领域获得了学术界最高荣誉的认可。 (0:00) 在CASP14大会上，Google DeepMind的AlphaFold 2以超90%的准确率和1.6 Å（0.16 nm）的原子级精度突破了困扰科学界近50年的蛋白质折叠难题。 (2:00) 相比传统物理测定方法耗资数十万美元且历时数年，AlphaFold 2仅需几天甚至几小时即可完成蛋白质结构预测，极大降低了研发门槛。 (3:00) DeepMind推出的AlphaFold数据库已涵盖超过2.14亿个蛋白质预测结构，其中约35%达到实验室级别的高精度，极大推动了科研成果的开源与普及。 (10:00) AlphaFold 3采用Transformer + Diffusion混合架构，不仅能预测蛋白质，还能精准预测DNA、RNA及小分子配体之间的相互作用与结合。 (12:00)

随着以AlphaFold为代表的模型突破蛋白质折叠难题并斩获诺贝尔奖，AI正以“端到端”学习的方式重塑生命科学，从结构预测迅速拓展至分子交互模拟、新药研发及全产业链的降本增效。 AlphaFold系列突破与折叠难题的攻破 (0:00) 在2020年11月的CASP14大会上，Google DeepMind推出的AlphaFold 2将预测误差降至1.6 Å（0.16 nm），精度突破90%，达到传统冷冻电镜和X射线晶体学等昂贵物理测定方法的水准，CASP发起人John Moult为此权威认证其在很大程度上解决了困扰科学界近半个世纪的蛋白质折叠问题。相比传统实验室单次耗费数十万美元与数年的流程，该模型可在数小时或数天内完成推算。随后其数据库扩充至覆盖超2.14亿个已知蛋白结构，其中约35%达到实验室级别的高精度，45%可直接用于科研应用。 2024年5月，DeepMind联合Isomorphic Labs发布多模态生成式模型AlphaFold 3，采用Transformer与Diffusion混合架构。该模型不仅能预测蛋白质，还可涵盖DNA、RNA和配体小分子的三维结构及相互作用，在未输入已知结构信息时的分子交互预测准确率比传统物理计算工具提升了50%。虽然早期因代码未开源引发生物界争议，但Google于2024年11月11日正式向学术界开源了AlphaFold 3的代码与权重。 技术路线分化：ESMFold与RosettaFold (15:00) 在巨头与顶尖实验室的角逐中，蛋白质结构预测衍生出了不同的模型路线。Meta于2022年推出的ESMFold采用类似大语言模型的架构，将氨基酸视为“单词”进行填空预测，仅用两周便推断出包含6.17亿种蛋白质的数据库。在单块V100 GPU上，其预测速度较AlphaFold 2提升了6至60倍且门槛更低，但其精度明显逊色，导致药物开发领域依然偏向使用AlphaFold；加之Meta在2023年春季裁员中解散了该团队，给数据库维护带来了长期不确定性。 与科技公司的算法路线不同，2024年诺奖得主David Baker团队开发的RosettaFold采用了“三轨（Three-track）”神经网络架构，同步处理一维序列、二维距离和三维空间结构。由于研发团队具备深厚的生物学家背景，RosettaFold融入了对底层蛋白质结构规律的理解，对计算资源的需求更低（无需顶级A100集群）。该团队还结合Diffusion模型发力“从头设计”（De Novo Design），直接构建自然界不存在的新型蛋白，以用于新型药物与催化剂开发，不过在罕见结构预测及与湿实验数据融合方面仍有提升空间。 从分步计算演进至端到端预测时代 (25:00) 计算机进入生物医药经历了三大演进阶段。20世纪60年代起，行业依靠定量构效关系（QSAR）及后来的分子对接（Docking）技术，但受限于算力只能在本地大型机上模拟；2010年代深度学习崛起，高通量筛选积累了海量数据，催生了早期的AI药物发现公司。2020年AlphaFold 2的出现标志着行业迈入“端到端”（End-to-End）时代，摆脱了传统SAR研究中必须人工拆解化学式、空间构象到靶点相互作用的繁琐物理步骤。 在端到端模式下，深度神经网络可以直接从一维序列输入直出三维结构与功能。即使模型内部的物理化学黑盒机制难以完全用传统逻辑一步步解释，但其极高的输出准确率显著压缩了以往提出假说再行证伪的试错周期，使研发范式从海量数据规则堆叠彻底转向强预测驱动。 产业渗透与全流程降本增效 (30:00) AI技术的渗透不仅缩短了早期分子发现时间，更重塑了生物医药的全产业链。在研发端，AI制药公司Iambic Therapeutics仅耗时9个月便设计出全新分子，并在24个月内推进至临床阶段，远快于传统5至10年的先导化合物筛选流程；随着大语言模型的跨界应用，研发模式从早期高成本的强化学习和图神经网络转向更高效的分子序列生成，研发资金也由“买试剂做实验”转向采购GPU与算力。 在产业链其他环节，FDA申报等合规材料过去依靠人工编写，单次成本常达100万美元，如今借助大语言模型整理与生成文档，大幅摊薄了资金与时间成本。产业潜力也驱动科技资本密集下注，例如英伟达在2023年下半年内连续投资9家AI制药企业，AWS、腾讯云与Google Cloud等云厂商也通过合作加速交付。此外，业内亦开始探讨数字诊断及未来微重力太空环境对数字生物学研发的潜在推动作用。 尽管AI大幅降低了生物分子的预测与生成门槛，但业内专业人士指出，制药的核心挑战仍在于对复杂生物学靶点和临床科学问题的深刻理解，而非单纯套用计算机视觉或NLP领域的模型架构；如何将AI虚拟预测与真实湿实验数据高度拟合，仍是该领域需要持续探索的课题。

[0:00] 改变了一切 [5:00] John Moult: 在很大程度上已经解决了蛋白质折叠问题

[0:00] The winners of this year's Nobel Prize in Chemistry have been announced. She went to three scientists, David Baker, John Jumper, and Demis Hassabis. AI又是大赢家2024年的诺贝尔化学奖被收予了Google旗下DeepMind人工智能实验室的首席知询官Demis Hazelbes和总监John Jumper以及华盛顿大学蛋白质设计研究所所长David Baker其中Hazelbes和Jumper因蛋白质结构预测研究获奖而Baker因为计算蛋白质设计研究获奖而就在此前一天人工智能先驱Jeffrey Hinton和John Hopfield刚获得诺贝尔物理学奖那如果说诺贝尔物理学奖 The last two main speakers since the Nobel laureate But Nobel Irony and AI network is a huge fan. That not enough for a whole situation because this level is always the most difficult thing to think about AI This is a professional development for people that are very difficult to talk about AI生物学研究必须应对极其复杂且不断变化的系统从单个蛋白质的分析到整个生物体的研究科学家们需要处理含量的数据和无数的变量然而随着人工智能技术的迅速发展生物科技行业迎来了新的希望大家好 欢迎收看硅谷101我是陈倩那么这期视频我们就来看看让谷歌DeepMind拿下诺贝尔化学奖的蛋白质结构预测研究AlphaFold究竟是何方神圣人工智能AI和生物医疗行业擦出了什么样的火花而人类如何靠谷歌和XGPT们推动生物医药技术更快的向前更迭那我先给大家打开预防针这期视频因为会涉及到一些生物技术的知识所以会有一点干有一点门槛我们尽量说的通俗易懂一些但是这个产业真的非常非常重要希望对这个话题感兴趣的小伙伴们可以看到最后2020年的尾声一个困扰科学界数十年的难题会在这样一个特殊的时刻被攻克就在那个冬日人工智能向我们展示了一个AI与生物学深度融合的时代的开端在生物学界有一个备受瞩目的盛会叫蛋白质结构预测关键评估大会简称CASP这个每两年举办一次的会议被称为蛋白质折叠界的奥运会是聚集了世界各地的顶尖科学家共同讨论一个看似简单却有极其复杂的问题如何仅凭一围的分子代码准确预测蛋白质的三维结构多年来科学家们在这个问题上取得了一些进展但是始终很缓慢有些研究者甚至将几十年的职业生涯都奉献给了这项事业然而真正的突破始终遥不可及直到2020年11月底12月初这个局面被彻底的改变由于全球新冠疫情的影响这次CASP大会首次以线上的形式举行 Jumper引起了所有人的注意他来自谷歌旗下的人工智能部门DeepMind是带来了一款革命性的工具AlphaFold R2020年11月30号当Jumper通过Zoom展示AlphaFold 2的成果的时候整个会议室是陷入了震惊的沉默这个AI工具在3D蛋白质结构预测方面展现出了前所未有的准确性其精准度超过90%是远远甩开了其他竞争对手领先优势高达5倍之多我将来读一报你的群体在CASP 14两个与其他群体的专业和完全的模特性具体来说,AlphaFold2预测了数十种蛋白质结构,误差幅度仅为1.6i,也就是0.16nm,差不多原子大小。这远远超过了所有其他的计算方法,并且首次与实验室中使用的技术,比如说低温电子显微镜,核磁共振和X射线晶体学的精度相匹配。此前,这些技术昂贵的技术,也就是数十种蛋白质结构。 [5:00] 并且缓慢每种蛋白质可能需要数十万美元和数年的反复实验而AlphaFold却可以在几天内找到蛋白质的形状这个突破性的成果在整个科学界引起了巨大的轰动并立即成为了各大媒体的头条新闻因为它几乎一举解决了困扰科学界将近50年来的蛋白质折叠问题那自然杂志在标题里面就引用科学家的话说它会改变一切AlphaFold2的成功不仅标志着人工智能在生物学领域的重大突破更加预示着跨学科研究的无限可能而我们的采访嘉宾同样用了shocking震惊这个词表达了他和同行们看到AlphaFold2时候的感受结果AlphaFold2一出现的时候就一记绝尘然后完全就把所有的都甩在了后面那这个时候我觉得对大家是一种那种shocking的感觉就是完全没有想到这个AlphaFlow 2它已经可以达到这样一个高度这是生物技术界第一次如此直观地感受到人工智能带来的颠覆进步In Casp 13, something very significant had happenedFor the first time, we saw the effective applicati在进一步理解AlphaFold R成就的重大意义以及为什么它的出现会震惊整个行业之前呢我们先来解释一下蛋白质折叠问题为什么这么的重要那我们知道蛋白质是生命的基石它们在我们的细胞和身体当中扮演着至关重要的角色维持着生命活动的正常运转蛋白质的功能与它的三维结构密集相关就像一把钥匙必须有正确的形状才能够打开特定的锁蛋白质也必须折叠成正确的形状才能够执行其特定的功能因此啊准确预测蛋白质的三维结构对于我们理解疾病机理开发新药户以及深入洞察生命运作的奥秘都具有深远的影响长期以来科学家们一直在努力解决这个复杂的问题他们试图从蛋白质的E维胺基酸序列可以看作是蛋白质的原代码推断出最终的三维结构但是这个过程就像要从一串字母当中预测出一个复杂的折制作品的最终形状难度可想而知正是因为这个问题的重要性和复杂性CASP大会呢才会每两年举办一次啊吸引众多的科学家们前来展示他们最新的蛋白质折叠预测工具而AlphaFold2的突破正是在这个背景下显得尤为重要和令人振奋AlphaFold2的惊人成果在科学界是引起了巨大的反响反应啊可谓是喜忧参半那许多的科学家对这一突破感到兴奋和鼓舞但是也有一些人表现出了谨慎和怀疑的态度这并不是AlphaFold的第一次亮相在2018年12月份举行的第13届CASP大会上DeepMind就首次推出了AlphaFold在98个参赛队伍当中名列前茅预测了43种蛋白质当中25种的最准确结构而同一类别中排名第二的团队仅预测了43种蛋白质中的三种最准确结构尽管AlphaFold1表现出色但是它的准确性并未达到足以彻底改变整个领域的水平它在某些情况下依然无法很好的预测复杂的蛋白质的三维结构因此它的影响力当时也相对有限然而两年后的AlphaFold2出现了巨大的飞跃预测准确性在大多数测试蛋白上达到了接近实验结构的水平而它的设计非常高效相较于实验方法和其他计算方法它大大缩短了预测时间使得大规模应用成为可能那么这就让一些研究者难以接受这个事实了他们拒绝相信一个AI系统能够在短时间内解决困扰人类数十年的难题那这种反应也不难理解毕竟有些科学家已经将近30多年的这些生涯都奉献给了这个问题那他们突然间看到一个外来者取得如此巨大的成就难免会感到有些许的失落和不安然而在会议的总结发言中CASP大会的组织者John Malt却表现出了坚定的信心他毫不犹豫地宣布AlphaFoldR在很大程度上解决了蛋白质折叠问题这个声明无疑给这次突破 改上了权威的印章2020 跟AlphaFold的结果 很多人说 你已经完成了 可能Molt会终于离开了 但当然从我们的观看来 其实是很兴奋的时间在CAS10年 AlphaFold会看出 当时的风门开了机械学学习的变化 [10:00] 那么如今距离AlphaFoldR给业界带来的震撼已经过去了四年的时间那么这期间DeepMind也没闲着2021年与欧洲生物信息学研究所合作启动了AlphaFold的数据库纳入35万个蛋白质预测结构衡盖了人类小鼠和其他19种被广泛研究的生物体产生的几乎每种蛋白质2023年更是公布了从细菌到人类的几乎所有已知两亿多个蛋白质的可能结构并且将它们纳入相关数据库研究人员可以像在谷歌通过关键词搜索信息一样轻松地查找蛋白质三维结构Alpha Forward 2的代码也已经开源Alpha Forward 2非常骄傲地宣称我们发布了整个蛋白质宇宙的结构根据欧洲生物信息学研究所的预计在现有的超过2.14亿个预测的蛋白质结构当中大约35%是高度准确的那么高度准确意味着他们与实验确定的结构质量一样高那有45%的结构足以在许多的应用程序当中使用而更进一步的是在2024年5月谷歌在自然杂志上发表了关于AlphaFold3的突破性研究这一最新版本的AI模型在生物分子结构预测领域掀起了一场新的风暴那么这次是DeepMind和一家名为Isomorphic Labs的初创公司开发的一种新型AI模型那这个Isomorphic Labs公司呢其实也是deep minded的亲儿子啊是分拆出来的一个团队甚至呢还是由哈瑟贝斯亲自领导AlphaFood3厉害的地方在于它是一个生成式神经网络模型可以生成蛋白质核酸包括DNA RNA和更小分子的3D结构并且揭示它们如何组合在一起也就是说它用了史上最强的AI组合架构Transformer加Diffusion那这两个模型呢我们都在之前的视频当中介绍过而Transformer加Diffusion这个架构呢也让它成为了一个单一AM模型有了这样的组合架构啊AlphaFold3的核心突破主要体现在以下的几个方面第一 全面预测能力它不仅能够生成蛋白质的3D结构还能够预测DNA RNA和小分子结构更重要的是它能够揭示这些分子之间是如何相互作用的第二细胞过程模拟AlphaFold3可以模拟控制细胞正常运转的化学变化为我们理解和预防疾病提供了新的视角第三精神的精度提升在预测分子相互作用方面即使在没有任何结构信息出入的情况下它的准确性也比传统的最先进的方法提高了50%这使得AlphaFold3成为生物分子结构预测领域当中首个超越物理基础工具的AI系统那也难怪Demis Hassabes将AlphaFold3的发布成为一个重要的里程碑而这标志着AI在理解和建模生物学领域又迈出了关节性的一步AlphaFold3超越蛋白质进入广泛的生物分子领域这一飞跃可以说是开启更多革命性科学从开发生物可再生材料和更具有弹性的作物到加速药物设计和基因组织学研究等等而在药物研发领域AlphaFord3的潜力有为突出它不仅能提高药物设计的成功率还为探索新的疾病靶点提供了可能而Hazabes甚至预测这可能会发展成为一个价值千亿美元的产业此外谷歌推出了免费研究平台AlphaFold Server供全球科学家非商业化研究可以利用AlphaFold 3在10分钟内预测分子并且测试假设当然啊这也不是说用了Transformer加Diffusion架构就所有的问题一刃而解了在专业人士看来即使是Transformer加Diffusion这样的一个强力组合应用在制造领域当中还是有一些挑战的所有的AI在制造领域的应用最大的一个障碍还是说对实验的需求的理解对科学问题的理解就因为你也听到我们领域没有开发自己新的这些架构你能听到这些什么LM呀Transformer呀Diffusion呀这些都是LPCV这些领域开发出来所以在这个领域的话大家还是要看到底学验上面我们要找到的目标是什么然后我们再去选合适的技术去实现这个事情那么值得一提的就是在我们制作这期视频的时候也迎来了一个好消息谷歌把AlphaFold3给开圆了此前AlphaFold3使用上 [15:00] 限制呢比如说研究者就无法运行自己的AlphaFold3版本或者访问它的底层代码那每天预测次数呢也是有限制的这也是为什么有的科学家们反而认为AlphaFold3的影响力反而有时候会不如AlphaFold2不过或许正是诺贝尔化学奖的一个刺激那谷歌在2024年11月11号的时候悄悄的把它给开源了那为什么说是悄悄的呢谷歌甚至都没有发布一篇新闻只是在原来的博客文章上进行了一段很小的文字更新说2024年11月11号更新我们已经发布了AlphaFold3的模型代码和权重作为学术用途以帮助前沿研究也就是说现在任何人都可以下载AlphaFold3软件代码并且将其用于非商业用途了那虽然目前只有具有这个学术背景的科学家才能够访问训练权重而且只能在提出请求之后才能访问但是对于学术界这依然是一个巨大的进步I would say AlphaFold is the most complexand also probably most meaningful systemwe've built so farSo it's been an amazing timeactually in the lastyou know two three yearsto see that come throughbecause as we talked about earlieryou know games is what we started onbuilding things like AlphaGo and AlphaZerobut really the ultim to see that come through because as we talked about earlier, you know, games is what we started on, building things like AlphaGo and AlphaZero. But really, the ultimate goal was to not just to crack games, it was just to build, use them to bootstrap general learning systems. We could then apply to real-world challenges. Specifically, my passion is scientific challenges like protein folding. And then AlphaFold, of course, is our first big proof point of that. We attended Nobel science or science Randy Shackman. He said that Alha Ford will continue to expand traditional科研的范式. It's going to change the fact that we still need to do experiments. Experimental science is still the basis of progress, but it will certainly help us evaluate all the data that's generated. Of course, such a big field can be added to Google. Let's see the other two of the most important members. First, Meta company's ESM Fold在人工智能驱动生物学研究的浪潮当中Meta也贡献了自己的力量2022年Meta AI研究团队推出了ESM Fold这是一个强大的蛋白质结构预测模型并且还公布了6亿多种蛋白质结构预测结果这个庞大的数据涵盖了地球环境样本中显为人质的蛋白质包括土壤 海洋和人体中的微生物Meta表示在ESM Fold预测的蛋白质当中大约有三分之一可以以高质型度完成预测也就是说当时ESM Fold预测出来的蛋白结构数量相当于Alpha Fold2的三倍左右ESM Fold还在计算效率方面取得了显著的进展Meta AI的研究科学家们就表示ESM Fold能够在几秒钟之内就完成单个蛋白质结构的预测这比之前的方法要快了几个数量级那比如说用ESMFOLD预测超过6.17亿个蛋白质的结构只花了两周的时间另外在单个英伟达V100GPU上ESMFOLD可以在14.2秒之内对含有384个残疾的蛋白质进行预测比AlphaFOLD2要快6倍而对于较短的序列它甚至比AlphaFold2快了60倍它在早期的时候有非常多的优点就是它的计算速度是比较快的然后另外还有它整个的数据库是早期的时候都是很开源的这都是因为ESMFold的核心是一个创新的AI模型有大约十几个科学家们共同打造它借鉴了类似于XGBT的语言预测技术Meta的科学家们为ESM4提供了代表蛋白质遗传密码的氨基酸序列让AI模型学习如何填补序列当中的空白部分通过学习已知蛋白序列与结构之间的关系ESM4能够预测新蛋白质的三维结构这项技术的一个显著优势就是它惊人的速度此外尽管功能强大ESM4的设计却相对轻量那么这意味着它可以在普通的GPU上运行使得更多的研究者们能够使用这个工具不过它的缺点也很明显准确度较低那不少生物技术业内人士就表示他们更喜欢AlphaFold而不是ESMFold因为前者更准确由于在AI赋能生物医药这件事上瓶颈不是 [20:00] 所以更快并不意味着更好更好意味着更准确然而呢ESM Fold的项目却没有得到小扎的支持2023年春季作为Meta公司大范围裁员的一部分ESM Fold的部门被解散了这一举措施引发了学术界的担忧他们质疑Meta是否能够长期维持数据库的运行和相关的服务但尽管如此ESM Fold的影响力依然显著自2022年发布以来ESM Fold模型每个月的下载量是大概在25万子每个小时可以预测1000种蛋白质结构多个学术研究团体和生物科技公司已经开始使用这一工具了相比之下DeepMind的AlphaFold自2021年首次发布以来已经有来自190多个国家的100多万名研究人员和生物学家使用了查看了300多万种蛋白质结构虽然AlphaFold在准确性上仍占优势但是ESM Fold的速度优势和更大的数据库是为科研人员提供了另外一种选择那只是不知道遭遇了裁员危机的ESM Fold的未来命运会如何那么另外一个不得不提的就是这次诺奖的另外一名获奖者David Baker了他带领团队开发的蛋白质分析工具系列Rosetta Fold成为了生物医药解人士的最爱2021年看到Alpha Fold大厦四方的David Baker教授和他的研究团队开发出了一种名为Rosetta Fold的新型蛋白质结构预测工具在蛋白质科学领域是引发了广泛的关注这一突破性成果为解决长期以来困扰科学界的蛋白质折叠问题提供了新的思路和方法比如说David Baker他们组有很多Defusion做蛋白设计的对于我们计算领域来说我们都觉得特别困难因为以前我们计算领域就是没有这些工具然后现在有了然后还能做的就是有一定的成功率我们觉得非常好而且这就是特意是在用作的东西,是在用作的成因,成因素不再存在的成果,成因成成化作为化作品,在工药施工艺术所采用的,但其是否最有效,相当作成因素,但作为作为成因素,作为新的效毒,或者新的药物,或者新的药物,或者新的药物,或者新的药物。所以,裁成的制裁的原理,在制造素和其他酸素,基于AI的工程,是未来的,一定是在未来的,并肯定是在大量的大量。Rosetta Fold的核心是一种创新的深度学习算法它采用了三轨神经网络结构可以同时处理蛋白质的一维序列信息二维距离信息和三维结构信息这种多维度的信息整合使得Rosetta Fold能够更准确的模拟蛋白质的折叠过程从而实现高精度的结构预测那么与传统的实验方法相比Rosetta Fold具有几个显著的优势第一速度快通常只需要几个小时就能完成一个蛋白质的结构预测大大的缩短了研究周期第二成本低不需要昂贵的实验设备和试剂是降低了研究门槛第三它的适用范围广可以预测各种类型的蛋白质结构包括一些难以通过实验方法解析的蛋白质然而Rosetta Ford也存在一些局限性那比如说对于一些特殊的蛋白质结构它的预测准确度还有待提高此外如何将预测结果和实验数据有机的结合起来也是未来需要解决的问题不过在生物医药业内人士的眼中Rosetta Fold比起谷歌的Alpha Fold和Meta的ESM Fold却是有自己最大的优势就是对生物学的理解因为Rosetta Fold的这个团队就是David Baker的团队他们是这个Scientist出身他不是这个engineer出身所以这个模型里面融入的生物学的理解还有他所有的这个对于结构的理解是更深入的这个肯定是独一无二的而且是可能全世界最好的那也就是说Rosetta Fold的模型是提出了一种全新的思路和底层架构我们提到的Alpha Fold和大家知道OpenAI的GVD4等等语言模型其实都是从AI技术出发然后将它应用到生物医药等种领域当中去的而Rosetta Fold则从根本上就突破了这一传统的路径是提供了与以往AI驱动模型结栈不同的创新方向正是这种对生物学多维度多尺度的理解使得Rosetta Fold具备天然的优势也就是说它对生物学的理解和输出更为准确在与Alpha Fold2的对比当中可以发现 [25:00] 获得的计算速度更快并且所需算力更少这可能是因为它融入了更深入的生物学理解从而减少了计算时间和资源消耗它甚至可以在普通的GPU上进行计算但是我们知道像这个APP4的话它必须要用最最好的这个A100的这些仨来做好了讲完了这三个AI加生物科技行业最重要的模型我们再来总结一下AI入侵生物医药行业的三个阶段那么第一个阶段就是机器学习的简单应用这家公司在早期尝试使用机器学习建模来预测药物效果和生物学反应但是成效甚微主要是因为数据量不足和模型的局限性人工智能AI技术的起源可以追溯到20世纪60年代尽管当时还不叫AI早期的研究主要是尝试用计算机和定量数学的方法解读化学结构及其与药效之间的关系当时有一个著名的术语叫定量构效关系简称QSAR代表人物Coleman Hatch创立了一个方程用于定量分析化学分子的结构及其药效之间的联系然而这些研究在当时仍然较为基础到了70年代和80年代化学结构数据库的建立逐渐成为研究的重点随着计算机技术的兴起在80年代和90年代全球的化学家和药物学家们开始将化学结构及其生物活性的信息汇总到数据库当中通过数据库学习结构特征成为主流90年代还见证了与Darkin相关模型的建立其中加利福尼亚大学旧金山分校UCSF和牛津大学的研究有位突出Docking又叫分子对接是一种计算生物学技术它模拟了小分子比如说药物候选物与大分子比如说蛋白质受体之间的相互作用以预测它们如何结合在一起这项技术在当时算是非常先进的尽管只能在实验室的大型本地计算机上运行使用起来也非常的受限现在在斯坦福的一些实验室里面其实还保留着当时用的那些计算机他们那个计算机都特别大而且都是本地的计算机就会把这个software放到这个计算机上然后比如说实验室里有谁需要用这个工具大家都只能去那个计算机去尝试对 所以是当时那个时代非常先进的一些成果进入21世纪之后机器学习和深度学习技术逐步应用于药物发现领域在这一时期第一代AI药物发现公司开始出现通过机器学习分析药物分子的结构和药效尝试设计新的药物分子同时高通量筛选技术的普及时的数据产生的速度和量都大幅度提升为机器学习提供了大量的数据点推动了AI在药物研发当中的应用那么这就来到了第二个阶段深度学习的出现深度学习算法的出现极大提升了生物医药领域的数据处理和分析能力为复杂的生物学问题提供了新的解决方案在21世纪初期生物医药领域主要依赖于大量数据的积累通过数据学习方法从中提取规律然而真正的转折点出现在2010年代初期深度学习的兴起为生物医药领域带来了前所未有的变革再往后就是人工智能时代了尽管人工智能AI这一术语早在计算机领域当中广泛的应用但是直到2020年前后它才在生物医药领域当中真正的得到重视而这一变革的关键推动力正是AlphaFold等突破性模型的问世AlphaFold的成功不仅标志着AI技术在生物医药领域的成熟应用更是一次跨时代的分水岭这些先进的AI工具超越了传统的数据堆积分系具备了强大的预测能力从而加速了生命科学和药物发现的进程AlphaFold的出现其实也是一个很重要的分水岭跨时代的分水岭然后这个时候呢大家就开始把所有这些相对成熟了很多的这些AI的工具用到生物医药里面它不仅仅是堆叠各种数据然后尝试在数据里面去找到它的一些这种关系找到它的规律而更多的是有一些预测性的功能所以从这个20年开始一直到现在其实时间并不长但是现在模型迭代是非常快的就进入了这个AI for Life Science for Drug Discovery的一个新的时代而这个第三个阶段就是所谓真正的AI时代它指的是生物医药领域进入了端到端学习的新时代那么早期的机器学习工具在生物医药领域的应用主要依赖于庞大的数据库通过分析以致结构来寻找规律然而这种方法在预测新结构还有功能方面是存在局限性的而且传统的结构活性关系也就是所谓的SAL2研究需要逐步去解析化学分子从化学室到三维构像再到与蛋白质或者药物 [30:00] 打点的相互作用每一步都需要明确的关系而随着人工智能技术的发展特别是深度学习的引入生物医药领域进入了端到端学习的新时代这种方法允许从化学室直接预测分子的功能中间过程由模型自动处理减少了人为干预这得益于强大的计算资源和先进的模型使得科学家们不再需要关注每个环节的细节而是直接获得高准确率的预测结果那这个时候中间呢其实可能我们人就已经跟不上这个机器的速度就是对于这些scientists来讲呢就是现在我们就要尝试去理解我们并不是需要每一个环节都有结论因为就算有结论也不一定是正确的因为其实化学生物这个方法就是很难去证实大家都是在不断的证伪有很多hypothesis那其实在这些hypothesis呢它就会带领我们进入不同的direction这些direction它不一定正确这也是为什么生物要就是这么难有的时候大家设计的药物或者说大家take的这个pass就不一定正确那这个时候我觉得对于这个AI提供给我们就说你不用管中间的pass是什么但是我最后给你一个结果那这个结果的准确率现在是越来越高了所以我觉得完全是一个新的时代那么这个AI技术的眼镜我们可以从之前提到的AlphaFold E123代可以看出来当时为了构建AlphaFold EDeepMind用数千种已知蛋白质训练了一个神经网络直到它能够仅从氨基酸就能预测出3D结构当给定一种新蛋白质的时候AlphaFold使用神经网络来预测氨基酸对之间的距离以及连接它们的化学键之间的角度在第二步当中AlphaFold调整了草图结构来找到最节能的排列这个程序刚开始的时候花了两周的时间来预测第一个蛋白质结构但是现在只需要几个小时就能预测出来了而AlphaFoldR则是运用了深度卷积神经网络来进行训练到了AlphaFold3就已经是Transformer加Diffusion模型了AlphaFold1的时候其实还是用了传统的一些解题思路但是AlphaFold2的时候呢它就跳过了这一块它就直接去用这个深度神经网络去预测了蛋白质的结构其实除了谷歌以外还有其他的公司也在建立这样子的蛋白预测的大模型包括像Meta的模型Meta的是ESM Fold还有像David Baker他们做的这个Rosetta Fold大家都是可以compete的但是到了这个Affa Fold 3的时候它的准确度已经远远把其他的甩到了后面所以我觉得这个Apple Fold在这个整个团队还有谷歌给到的资源确实让他们在这个领域是遥遥领先的那我们了解了计算机技术改造生物医药行业的三个阶段下一个问题是最新AI的这个技术会带来什么样的革新呢首先人工智能AI技术的应用显著加速了药物研发进程进而降低了成本传统的药物开发通常要5到10年才能够筛选出一个先导化合物然后再进入临床实验阶段然而AI的引入让这个过程大幅度缩短那比如说Iambic Therapeutics公司在9个月之内就开发出了一个新分子并且在24个月内进入了临床实验其次AI的优势在于减少了对大量化合物合成和实验室实验的依赖更多的利用计算机模拟进行预测和验诊这使得资源分配从传统的实验室实验转向了计算能力的投入随着计算技术的不断革新预警的成本将持续的下降此外 AI 在自然语言处理NLP领域的成功比如说XGBT的出现是进一步提升了人们对AI在药物研发中潜力的认识那么这个促使研究人员探索将大语言模型LLM等先进AI技术应用于药物的开发以提高效率和成功率因为我们在擦这个出来之前我们的探索团的用RL方式然后用Graph就是图的这些方式去做然后成功率就是生产出来的都比较低然后计算代价又都非常大然后就当它这个出来太成功了就吸引大家注意这些方面这方面也是因为我们自己之前已经设计了其他技术路径总是有这样或者那样的就是不尽容人意的地方然后突然间了解就是这样当然我们的AI30它就是做NLP的然后就了解到了以后就把这个就更好的就应用其实这个也是就是都是有团长和积累的那么毫无疑问的是啊AI正在影响生物行业的方方面面那当我们谈到生物科技的时候不仅仅是制药公司从药物发现到开发再到药物制造监管临床试验还有诊断的各类公司啊其实都在受到AI的影响 [35:00] 比如说举个关于监管提交的例子每次药企想要进行临床试验的时候他们需要向FDA提交数百页的文件来证明他们的数据有效申请药物的批准过去这些工作完全由人类来完成光是准备这些文件就可能会花费100万美元但是现在有了AI工具比如说大约模型和其他用于数据总结和分析的工具就能够极大程度上的节约这些时间和费用但这并不意外因为这些是文本数值数据图像处理而AI在处理这方面就非常的擅长在我们硅谷101的线下AI论坛上Fusion Fund的唱识合伙人张璐也是提到现在终于到了AI在医疗健康领域大显身手的黄金时期不仅AI在医疗健康行业中得到各种应用包括数字诊断治疗到数字生命科学和数字生物学等等更重要的是AI也需要医疗健康行业这个行业有大量高质量的数据能够展现AI的能力如果您做一个小评论我们在人生社会中的30%的资料我们的数据是家庭与的而对于AI在生命科学领域的最具潜力的投资方向张璐甚至还提到了一点随着星舰STARSHIP的成功发射这意味着未来人类探索宇宙的时间表可能会在五到十年之内出现那么到时太空环境会为我们提供一些什么样的新机会让我们可以将一些研发转移到太空当中以利用数字治疗和数字生物学解决方案发现新的结果呢这也是一个非常有趣的脑洞啊小伙伴们如果感兴趣的话可以留言给我们如果大家想听我们可以之后单开一期来聊聊太空科技如何赋能生物技术发展那么说回到AI改造生物医药的这个话题在前面的采访当中我们可以看到AI的应用主要集中在研发阶段虽然在如何把AI整合进生物医药的整个链条当中尤其是商业运营上大家还在摸索但是我们已经看到了不少的科技公司的频繁动作丁伟达开始频繁的在AI制药领域投资出手,2023年的5月到11月,半年间陆续投资了9家AI制药公司,其中有2013年成立的上市公司,也有刚成立目击种子轮融资的新公司。电脑讯云科技就宣布与生命科学行业商业服务提供商Eversona合作,共同推广AI驱动制药等应用。此外,谷歌云宣布与生物制药上市公司InSmart合作,利用AI技术提高效率减少新药开发和交付的时间而在AI技术飞速发展的新周期当中我们迫切的希望看到科技公司和生物医药公司能够强强联手加速人类的健康医疗水平的进步而未来才刚刚开始感谢大家对我们频道的支持你们的点赞留言和转发是支持我们硅谷101做好深度科技和商业内容的最佳动力那我们就下期视频再见了拜拜优优独播剧场——YoYo Television Series Exclusive