打破“雙十”定律，人工智能大模型加速新藥研發

近年來，人工智能科技的創新正加快改變着千行百業。“十四五”規劃和2035年遠景目標綱要強調，“充分發揮海量數據(行情603138,診股)和豐富應用場景優勢，促進數字技術與實體經濟深度融合，賦能傳統產業轉型升級，催生新產業(行情300832,診股)新業態新模式，壯大經濟發展新引擎。”。作爲產業數智化轉型的核心技術之一，人工智能在製造、醫藥、農業、能源等不同領域的產業升級中，正發揮着關鍵作用。

以醫藥領域的新藥研發爲例，人工智能科技的應用大大縮短了科研團隊的研發週期。近期，西安交通大學第一附屬醫院劉冰教授團隊基於人工智能大模型技術，研發出超級抗菌藥。其研發過程顯著突破了醫藥研發“雙十定律”的瓶頸，將原本漫長的研發週期從數年縮短至一個月。

新藥研發工作風險大、週期長、成本高，爲此醫藥界存在着“雙十定律”，即需要超過10年時間、10億美元的成本，纔有可能成功研發出一款新藥。即使如此，大約只有10%新藥能被批准進入臨牀期。

橫亙在研發人員面前的關鍵難題之一是海量藥物分子的篩選工作。科學刊物《Nature》發表的論文指出，在化學空間裡面，人類可發現的藥物分子個數多達10的60次方個，而太陽系裡所有原子加到一起，也只有約10的54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，是科研人員長期以來頭疼的問題。

劉冰教授引入華爲雲與中科院上海藥物研究所共同訓練的盤古藥物分子大模型，這一前沿人工智能技術可大大加快藥物分子的篩選過程，讓先導藥的研發週期從數年縮短至約一個月，研發成本降低70%左右。

“一方面，人工智能大大減少了人工對小分子化合物的篩選計算量，節約了時間和成本；另一方面，人工智能可對篩選後的小分子化合物進行定向優化，通過更科學的藥物結構設計，降低新藥可能的毒副作用。”華爲雲EIHealth醫療智能體負責人喬楠博士說。

小分子化合物的篩選，也就是先導藥的設計，是藥物研發的重要一環。研發團隊要從上億的小分子化合物中找到對目標靶點最有效的那一個，並且不斷修改藥物結構，來提高它的活性和成藥性。每一次的更新都意味着合成路線、藥效評估試驗等一系列方案需要重新設計和驗證。

喬楠博士介紹，華爲雲盤古藥物分子大模型在無監督學習模式和業界獨有的“圖-序列不對稱條件自編碼器”深度學習網絡架構下，預先學習了17億個小分子的化學結構，接受了海量訓練，能夠更好地對分子結構與性質進行預測與推薦。

“盤古大模型可自動對蛋白與分子化合物結合的結果做出預測。就像汽車的研發試驗，人工智能可以仿真測試車輛碰撞軌跡、碰撞結果等，並且預先演練數億次。”喬楠博士表示，基於預訓練的大模型技術，人工智能可迅速選出可能有效的分子結構供人工實驗，大大減少了人力篩選的時間與成本。

同時，盤古藥物分子大模型的結構優化器還能夠對篩選後的先導藥進行定向優化，比如，減弱對人體正常細胞可能產生的毒副作用。

基於盤古藥物分子大模型，西安交大一附院劉冰教授團隊的超級抗菌藥研發已取得重要突破，於近期在國際範圍內申請專利，正在進行支持IND（新藥臨牀研究審批）申報的臨牀前研究階段。劉冰介紹，該藥或有望成爲全球近四十年來首個新靶點、新類別的抗生素。

“AI技術與基礎科學的結合與創新，不僅解決了研發成本高和時間週期長的痛點，更爲初創型科研團隊提供了施展能力的舞臺。”劉冰表示，人工智能技術的應用，讓更多初創團隊可以參與到藥物研發領域，爲國產製藥產業的創新做出實際貢獻。

在2022世界人工智能大會上，華爲輪值董事長鬍厚？同樣表示，人工智能觸發的產業變革正在改變每一個行業，人工智能也在越來越多的行業場景發揮重要價值。 （記者 王惠綿）