图片来自“123rf”

　　“平均下来，医药公司每筛选出的8000个药用分子中，只有1款能最终问世。计算机有望能提高这个比例——化学家们再也不用整周、甚至是整月地呆在实验室，去测试那些计算机认为难以成功的分子。”

　　为什么要用人工智能研发新药?这段文字清楚地解释了它的重要性。我们相信，人工智能可以为整个医药行业省下数亿美元的科研经费，也能省下数千个不必要的工作日。在今日的硅谷，处处都能听到类似的声音。

　　▲30多年前，人们就曾畅想用计算机来设计药物(图片来源：《财富》)

　　但这样的观点其实并不新鲜。开头所引的这段文字，来源于1981年的《Discovery》杂志。几个月后，《财富》杂志的封面对计算机辅助的药物发现(computer-aided drug discovery，CADD)也进行了专题报道。如今，距离上一波高涨的热情，已经过去了快40年。我们的前进步伐为何如此缓慢?

　　人工智能研发新药的瓶颈

　　Atlas Venture合伙人Bruce Booth博士是一名人工智能的热情拥护者，但同时也是一位冷静的思考者。他指出，新药发现和研发所面临的挑战数不胜数，人工智能可以解决的部分有限。在个人博客上，Booth博士指出，用计算机设计新药的程序已经存在了好几十年。但在医药行业，研发产出率非但没有上升，反而还逐年下降。药物发现的时间没有缩短，成本也没有变得更低。这并不是说这些程序阻碍了新药的研发，而是说它们尚未给行业带来大幅的可喜改观。

　　▲几十年来新药的研发产出率正在不断下降(图片来源：《Nature Reviews | Drug Discovery》)

　　这背后的原因是什么呢?许多人已经给出了他们的答案——生物学本身。生物学太复杂了，理论上能起效的新分子，在人体中可能有毒性，可能有脱靶效应，可能有副作用，可能与其他分子发生复杂的反应。更何况，没有两名患者的身体特征完全一致，这进一步增加了药物研发的复杂程度。许多人工智能专家说得很好，AI只是工具，我们不必神话它。可是，倘若使用工具的人都无法说透要它实现什么样的功能，我们又要怎样用它带来新的革命呢?

　　另一个瓶颈或许在于设计理念的局限。目前，许多医药企业正在尝试用人工智能来设计分子。在已经发表的研究中，我们也的确看到了一些阶段性的进展——最近，阿斯利康的一篇论文使用递归神经网络和增强学习，试图释放AI的创造性，让它带来更多样化的分子管线。从结果上看，与天然分子相比，AI设计出的分子的确有着明显区别。

　　▲虚假的多样性。与自然分子(红色)相比，人工智能设计的分子(蓝色)可以有足够差别，但并不多样(图片来源：The AI Lab)

　　▲真正的多样性，离不开人工智能设计的分子(蓝色)之间的比较(图片来源：The AI Lab)

　　但著名人工智能博主Mostapha Benhenda博士认为，我们并没有真正回答“多样化”的问题。与天然分子相比，AI设计出的分子显著不同，这很好。但我们不应仅仅局限于让“天然”和“AI”做比较。就像AlphaGo的系列版本进行了自我对弈一般，我们也应该让AI设计出的分子进行自我对比。这样我们才能真的看出，人工智能是否有足够的创造性。

　　未来在何方?

　　硅谷的Andreessen Horowitz是一家风投公司。最近，它募集了4.5亿美元的经费，投资生物学领域。它所关注的热点之一，正是人工智能。其合伙人Vijay Pande博士同意“生物学非常复杂”这一观点。他在接受药明康德的专访时透露的观点与Bruce Booth博士如出一辙——“生物学很复杂，以至于人类的大脑无法理解一切。我们在理解生物学方面的局限性导致了晚期临床试验结果的复杂性”。但对未来表示乐观的他也说：“生物学可能对于人类大脑来说太复杂了，但对于某些类型的AI可能不是太复杂;AI可以用人脑无法实现的方法整合数据，然后能够将研究人员引导到有趣的新地方。”

　　▲Andreessen Horowitz合伙人Vijay Pande博士在2018药明康德全球论坛上参与了人工智能的专题讨论

　　换句话说，如果生物学是新药研发的瓶颈，那么就让AI直接去解决生物学难题。这比起简单让人工智能设计分子，则又高了一个层次。去年，药明明码(WuXi NextCODE)与耶鲁大学医学院合作，利用人工智能技术，发现了一种人所不知的血管发育机制，这就是一个很好的案例。“深度学习让我们能在生物学领域中确定一些事物之间的真正因果关系，让我们找到驱动疾病的基因或通路。”药明明码的首席执行官Hannes Smarason先生说道。

　　通过深度学习算法预测，以及动物模型中的验证，这一血管发育机制得到了确认，并发表在了顶尖学术期刊《自然》杂志上。人工智能在生物学中的未来应用值得期待。

　　另一家知名医药企业Celgene的研究和早期开发总裁Rupert Vessey博士在今年的药明康德全球论坛上，也分享了人工智能在新药设计与发现中的前景。他指出，AI在分子设计上取得的出色进展，有望促使医学化学家和其他分子设计师，推动领域向前发展。没有一项工具会是新药研发的最终解决方案，人工智能也不是。但对于特定的工作来说，合适的工具能极大地提高效率。Vessey博士认为，在分子设计方面，属于AI的时代已经到来。

　　▲Celgene研究与早期开发总裁Rupert Vessey博士在2018药明康德全球论坛上分享了对于AI的看法

　　人工智能不是魔法，也不能将4、5年的新药发现过程缩短到4、5天。但我们相信，随着我们对生物学的理解不断加深，随着计算能力的不断加强，人工智能有望为医疗健康行业带来可喜的进展。在这个微信公众号里，我们也将与各位读者朋友们一道，分享这些来自全球的最新人工智能动态。

　　用一句经典的话作为结尾吧。“AI不会取代药物研发人员，但是使用AI的药物研发人员将会取代那些不使用AI的人”。在这里，我们一起读懂AI。