AI制药的新范式：从量变到质变｜蓝驰生物科技沙龙精华回顾
蓝驰对话百图生科、溪砾科技实录
近期，蓝驰创投在线上开展了主题为「AI在制药中的范式革命」的Bio2X系列生物主题沙龙，**蓝驰创投副总裁别西博士对话百图生科首席AI科学家宋乐博士、溪砾科技联合创始人兼CEO岳鹏博士，**讨论了AI制药的挑战和机遇。
一些要点包括： - 过去药厂中，AI和项目组是脱节的，新的范式是两者需要直接结合的。 - 现在的数据量比以前多了很多，因此是AI能够真正发挥作用的时候，成批次的数据会在企业内部比较容易得到。 - 药企内数据统一是有困难的，但是现在也有一些好的进展，更重要的是挖掘真正有意义的数据。 - 生物科技公司的价值要靠数据体现。大药企会分享一些相关的数据，邀请创新生物科技参加，这是一个入口点，也是两方慢慢靠拢的过程。 - CADD最重要一个的标志是物理模型，AI更从分子层面蛋白序列、核酸序列为起点进行计算和预测，现在有趋势是把这两种模式做融合。
本文整理了部分对话实录。欢迎继续关注蓝驰创投Bio2X系列生物主题沙龙，也欢迎关注参加本次沙龙的企业：
Q：AI制药的旧范式与新范式是什么？
岳鹏： AI技术在制药行业发展中具备大趋势是一种共识，然而对于传统制药公司来说，拥抱AI是一个自上而下的过程，受限于药企工作的项目组形式，目前AI技术的运用还没有和它的核心制药过程紧密结合起来。同时，市场上很多AI制药的创新企业，和他们所服务的MNC药企在这方面也还没有形成紧密的结合。当前阶段，大家都在进行各式各样的探索。
宋乐： 从实践来看，在学术界，不同类型、不同背景老师的兴趣点是有差异的，依托AI算法的新发现，在与生物背景的实验室老师沟通时反馈的流程非常长，并且很少能够一起针对一个问题一直迭代下去，去做很下游的实验。事实上，只有真正把AI技术和实验室验证结合在一起，不断的高速迭代运转，才能够真正对靶点发现和药物设计起到作用，百图生科最吸引我的地方，就是可以把两件事情很好的整合到一起，并且集中资源朝一个目标推进。
Q：AI公司跟药企的合作能达到什么样的目的？从企业的角度来讲，是不是所有的环节都控制在自己的内部范畴内，才真正能够产生有意义的数据？
宋乐： 从AI应用的角度来说，利用AI技术发现靶点和药物设计是在一个非常高维的空间里寻找一些特异性信号的过程，所需要的数据量通常是和维度的多少成指数性关系，采用机器主动学习的方式，通过多轮小批量的产生数据，比一次性获取大量数据要更加务实，其次，AI预测出来的靶点或者优化的药物分子由于数据本身以及模型的一些缺陷，往往有一些不确定性，也需要再做湿实验进行数据采集和验证，然后补充这批数据到AI模型中才能更好提高模型预测的置信度。所以，这也是企业为什么要做干湿闭环的原因所在，只有这样持续利用AI技术，才能不断迭代模型，最终找到有效的靶点信息。
岳鹏： 在药厂，靶点发现这个问题，并不是说在某一个遗传数据或者某一个大数据找到了一个非常强的信号，实际上更多的是靶点确证的问题。靶点确证涉及到要用很多数据来证明这是一个好的靶点。如果说AI公司只是局限于提供数据分析，而没有继续往下产出更多的数据来做靶点确证，那这个靶点的价值就很有限。因为只有确证了靶点，药厂才愿意投入。
从CADD开始，计算辅助药物研发也很多年了，是因为算法问题还是药企组织架构问题，没有产生期望的价值？
宋乐： 实际上AI模型也不是万能的，通常一个模型都只针对单一指标去做优化，比如药物毒性或者溶解性等，比如，我就只预测小分子和RNA的一个结合能力，我可以把大量小分子筛选到一个相对小的集里。但是每个小分子除了结合能力的属性外，还会有其他各种成药性的属性，AI模型没有预测，如果各种属性都要预测，那就需要建好几个模型，每一个后续都要有验证的环节。但要建这么多模型，对应你需要的数据量也会相应更大，而且数据的类型也可能变得更复杂。
岳鹏： 干湿实验过去存在的问题，现在也存在。但现在有新的机会，一个是数据，数据量现在大了非常多，也有很多方法能产生高质量数据，因此利用AI是势在必行。而且一些AI的平台软件出现，节省了很多时间。但是最终AI对制药能起到多大作用，关键是在干湿实验的结合。
Q：主动学习等算法在AI制药中的作用，应怎么样评价？
之前Exscientia与住友制药合作开发的长效5-羟色胺受体（5-HT1A受体）激动剂DSP-1181在日本启动I期临床试验，用于治疗强迫症（OCD）。Exscientia对外宣称，这款候选药物分子是全球首款完全由AI设计并进入临床试验的AI候选药物，新药研发的过程试用了主动学习的AI算法。
宋乐： AI模型利用Active Learning技术，填充模型所需的空白然后再去不断更新，其预测效果可以在更少数据的情况下做得更好；在评判其他的药物分子和目标靶点的亲和力时，可以发挥AI的泛化能力，通过library里的候选化合物建立模型，这比传统的筛选方法更进一步。
岳鹏： AI公司往往喜欢说自己把速度提高了很多，但实际上这并不是药厂最关心的问题。药厂最关心的是能不能找到好的药，AI是否能解决传统不能解决的问题。
Q：小公司的怎样冷启动，公开的数据是否好用？以及怎么获取自己的数据来源？
宋乐： 公开数据虽然现在越来越多，但数据形态也很复杂，这些公开数据更适合做一些模型预训练。解决特定的问题还是需要有很多特异性的数据才行，这也是大药企或者是有湿实验公司的优势壁垒。
岳鹏： 从公开数据真正找到很新的东西还是有一定难度，但是如果能找到一个非常独特的角度提出问题、分析问题，还是很有价值的。
Q：药企内部的数据管理和共享情况是什么样的？软件和AI能否帮助更有效利用数据？
岳鹏： 药厂里更难的实际是数据管理，现在鼓励项目之间的数据共享，但这是条很长的路。尤其是数据整理起来后，到底有哪些真正能被用起来？另外，美国有一些公司从医院获取临床数据并做销售，但就我的经验来说这些数据价值并不大，因为这些数据不是针对某一个特定项目收集的，数据量好像看着很大，但实际上去挖掘信息其实很难。
宋乐： 当然如果数据质量比较好的话，比如PDB的数据，是可以帮助我们很好解决像蛋白质折叠的问题，但这个例子比较特殊。
Q：AI能力强的新公司和大型制药公司合作，合作的契机有哪些？以及有什么难点？
岳鹏： 对制药公司来说重要的是数据，从某种角度说，生物科技公司的价值也要靠数据体现。
宋乐： 一些大药企与AI制药企业的合作，会先释放一批有清晰的测试目标的数据，药企会希望通过你的模型在这些数据集上有提升，然后再去内部沟通是否可以有更具体精准的数据展开合作。这是很多药企对AI创新公司的测试模式，也是两者在互相靠拢的一种方式。
Q：如果需要搭建一个跟AI算力相匹配的湿实验平台，要如何考虑投入的成本和实验室的规模？
岳鹏： 如果是细胞实验，数据的产生并不是非常的昂贵，这可能不算是个限制性因素。如果是药物筛选，要看是用什么方法产生训练数据，如果说是proof based的，再结合一些AI计算，我觉得这可能是一个好的方式。成本是因方法而异。
宋乐： 设计AI模型用现在的数据不断做尝试，去看对AI的提升，这个也需要人力和时间的成本。然后，另外一种方式就是再去测一批数据。通常数据的增加，AI模型也会有所提升，但数据采集过程会非常昂贵，然后它带来的提升往往也是不确定。这个中间的最佳平衡在哪里，我认为还是要看具体问题。
Q：AI跟传统的CADD的区别在哪？有哪些优异性和特异性？
宋乐： CADD实际上范畴也比较广，最重要的标志可能是基于比如像一些物理模型，比如有描述分子之间相互作用的能量函数，通过能量函数的最小化、最优化去设计或者寻找药物，甚至是基于这些能量函数的一种动态信息去观测这些药物的效果，AI的区别在于它没有经过中间这个物理过程，直接通过数据去预测，所以，工业界现在有个趋势就是融合CADD和AIDD两种模式的融合，在AI模型里引入更多的物理知识，从而把AI模型设计的更好。
Q：AI在大分子制药上的应用可能有哪些？
宋乐： AI技术在大分子药物的应用上也会有更大的前景，大分子更加复杂，会比小分子药物的设计空间要大很多，在设计大分子的时候，通常不会设计一个全新的大分子，很多情况都是基于一个生物体内已有的大分子骨架去设计某一小段的蛋白质序列，这就需要要结合现有的知识，知晓结构是决定其功效的必要条件。
岳鹏： 从药厂经验来看，抗体发现这个过程并没有太大用AI的兴趣，但抗体发现之后的优化是个劳动密集的事情，从这个角度来看还是很有意思，看AI是否能指导这个流程。
延伸阅读
蓝驰4月报 | 成长并坚韧于不确定性之中
一份可以由自己定义的事业长什么样？｜蓝驰人才观
BlueRun Ventures于1998年在美国硅谷设立。蓝驰创投中国于2005年设立，是一家专注于早期创业公司的风险投资机构。
目前，蓝驰创投在中国管理多支美元及人民币双币基金，在管资金规模超过100亿元人民币，投资阶段集中于Pre-A、A轮，投资领域覆盖硬科技和创新交互、企业科技、新消费、医疗健康等，累计投资超过150家创业企业，包括理想汽车、水滴公司、青云、瓜子二手车、趣店、松果出行、赶集网、怪兽充电、云途半导体、宏景智驾、云圣智能、安芯网盾、百图生科等。
蓝驰创投曾获评清科集团「中国早期投资机构30强」第一名、投中集团「中国最佳早期创业投资机构TOP30」第一名，并曾获得Preqin全球持续高回报表现创投基金管理人Top10。
此外，蓝驰创投还连续多年获得福布斯中国、36氪、创业邦、财新传媒、第一财经周刊、界面等媒体机构评选的"年度中国最佳早期机构"、"中国顶级风险投资机构"、"年度最受创业者欢迎早期投资机构"、"年度最具影响力早期投资机构"等称号。