隨著 AI 向各行各業(yè)逐漸深入地滲透，“AI + 醫(yī)療”近年來(lái)在健康管理、醫(yī)學(xué)影像、輔助診斷等應(yīng)用場(chǎng)景方面取得了不少進(jìn)展，而極具技術(shù)壁壘的新藥研發(fā)場(chǎng)景仍然還是一片藍(lán)海，由此也博得了產(chǎn)業(yè)界和資本界的高度關(guān)注。

目前，“AI + 新藥研發(fā)”的入局者主要有兩類：一類是以 Insilico Medicine、Atomwise 等為代表的初創(chuàng)企業(yè)，團(tuán)隊(duì)以生物計(jì)算交叉背景居多，發(fā)展勢(shì)頭強(qiáng)勁；另一類是已經(jīng)具備先進(jìn)的 AI 技術(shù)能力，后向醫(yī)學(xué)領(lǐng)域溢出的互聯(lián)網(wǎng)科技公司，比如谷歌和賽諾菲聯(lián)合推出藥物研發(fā)虛擬創(chuàng)新實(shí)驗(yàn)室，微軟宣布與諾華進(jìn)行為期 5 年的 “AI + 藥物研發(fā)” 合作。

在國(guó)內(nèi)，騰訊也加入了這一行列，此前，騰訊曾多輪投資做藥物晶型預(yù)測(cè)的晶泰科技。本月初，騰訊首席運(yùn)營(yíng)官任宇昕在 “世界人工智能大會(huì) 2020 云端峰會(huì)” 對(duì)外宣布進(jìn)軍 “AI + 新藥研發(fā)” 領(lǐng)域，其自主研發(fā)的 AI 藥物發(fā)現(xiàn)平臺(tái) “云深智藥（iDrug）” 正式亮相。

兩個(gè)模塊已開放使用

“云深智藥” 緣起于 “只在此山中，云深不知處”， 道出了新藥研發(fā)的復(fù)雜過(guò)程。眾所周知，新藥研發(fā)周期一般為 14 年，研發(fā)費(fèi)用超過(guò) 10 億美元，且研發(fā)成功率低，原研化藥研發(fā)成功率約 6%。

圖 | “云深智藥”藥物發(fā)現(xiàn)平臺(tái)（來(lái)源：“云深智藥”官網(wǎng)）

“云深智藥”是一個(gè)小分子藥物發(fā)現(xiàn)平臺(tái)，其功能模塊覆蓋臨床前新藥發(fā)現(xiàn)的全流程，包括蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、虛擬篩選、分子設(shè)計(jì) / 生成、ADMET 預(yù)測(cè)及合成路線規(guī)劃五大模塊。平臺(tái)已于 7 月 8 日上線虛擬篩選和 ADMET 性質(zhì)預(yù)測(cè)兩個(gè)模塊，供用戶免費(fèi)使用；蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、分子設(shè)計(jì) / 優(yōu)化、合成路線規(guī)劃等模塊將陸續(xù)在年內(nèi)上線。官方稱，除了能夠免費(fèi)使用平臺(tái)搭載的核心功能外，藥企、科研機(jī)構(gòu)還可以與騰訊共同開發(fā)定制化的 AI 工具。

圖 | “云深智藥”五大模塊，目前虛擬篩選和 ADMET 性質(zhì)預(yù)測(cè)兩個(gè)模塊已開放上線，供用戶免費(fèi)使用 （來(lái)源：“云深智藥”官網(wǎng)）

騰訊告訴生輝，目前 “云深智藥” 平臺(tái)上已經(jīng)在運(yùn)行十個(gè)左右研發(fā)項(xiàng)目，包括篩選抗新冠病毒藥物的相關(guān)研究等。其合作伙伴主要包括高校等科研機(jī)構(gòu)和醫(yī)藥研發(fā)企業(yè)（包括國(guó)內(nèi)外知名藥企）。

“云深智藥”是騰訊以 AI 技術(shù)賦能藥物發(fā)現(xiàn)的首個(gè)產(chǎn)品，由騰訊 AI Lab 打造。騰訊 AI Lab 于 2017 年開始 “AI + 醫(yī)療” 探索，從影像篩查、病理診斷、再到 2019 年初啟動(dòng)了藥物研發(fā)項(xiàng)目。今年 7 月 21 日，騰訊對(duì)外披露了其在醫(yī)療健康領(lǐng)域的最新進(jìn)展。鐘南山院士團(tuán)隊(duì)與騰訊 AI Lab 聯(lián)合發(fā)布了一項(xiàng)利用 AI 預(yù)測(cè) COVID-19 患者病情發(fā)展至危重概率的研究成果，可分別預(yù)測(cè) 5 天、10 天和 30 天內(nèi)病情危重的概率，有助合理地為病人進(jìn)行早期分診。

當(dāng)被問(wèn)及緣何加入 “AI + 新藥研發(fā)” 領(lǐng)域，騰訊回答：“數(shù)字化、智能化的藥物研發(fā)方法已展示出重要的潛力和價(jià)值；同時(shí)，在 “AI + 醫(yī)療” 領(lǐng)域，騰訊已經(jīng)積累了一定的前沿算法、數(shù)據(jù)庫(kù)優(yōu)化和計(jì)算資源上的優(yōu)勢(shì)，希望通過(guò)整合自身的研究能力與應(yīng)用經(jīng)驗(yàn)，打造 AI 驅(qū)動(dòng)的新藥研發(fā)平臺(tái)，用技術(shù)助力藥企與科研機(jī)構(gòu)，縮短藥物研發(fā)周期，提高藥物研發(fā)流程的效率和準(zhǔn)確率。”

“AI + 新藥研發(fā)”是一個(gè)交叉學(xué)科領(lǐng)域，只有精深的 AI 技術(shù)遠(yuǎn)遠(yuǎn)不夠，生物學(xué)以及物理化學(xué)等知識(shí)體系與藥物發(fā)現(xiàn)平臺(tái)息息相關(guān)。對(duì)此，騰訊向生輝透露了其團(tuán)隊(duì)構(gòu)成，其團(tuán)隊(duì)成員包括來(lái)自頂級(jí)科研機(jī)構(gòu)和知名藥企的生物醫(yī)藥專家，和國(guó)內(nèi)外一流高校的 AI 算法科學(xué)家（以 AI 相關(guān)專業(yè)博士為主），以及平臺(tái)系統(tǒng)技術(shù)開發(fā)工程師。

平臺(tái)優(yōu)勢(shì)

騰訊稱：“該平臺(tái)的一大優(yōu)勢(shì)在于各功能模塊為用戶提供騰訊自研的創(chuàng)新算法，其算法準(zhǔn)確度達(dá)到國(guó)際領(lǐng)先水平，能更高效率、高質(zhì)量地完成研發(fā)任務(wù)。比如在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)模塊，平臺(tái)的自研算法在國(guó)際權(quán)威的 CAMEO 大賽中獲得驗(yàn)證，比分大幅超越其他頂級(jí)學(xué)界與企業(yè)隊(duì)，保持了月度及周度冠軍。在藥物虛擬篩選和 ADMET 性質(zhì)預(yù)測(cè)上，平臺(tái)的自研算法也在多個(gè)公開數(shù)據(jù)集上取得了較高精確度、突破了業(yè)界標(biāo)準(zhǔn)。還提供數(shù)據(jù)庫(kù) – 算法 – 算力一體化服務(wù)，藥企、科研機(jī)構(gòu)登錄平臺(tái)即可開展研究，不需要再自行部署計(jì)算資源，從而能快速地將 AI 能力引入現(xiàn)有的研發(fā)流程中?！?/p>

CAMEO 平臺(tái)提供蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、三維蛋白質(zhì)結(jié)構(gòu)質(zhì)量評(píng)估和氨基酸殘基接觸預(yù)測(cè)評(píng)估，采用由蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)社區(qū)制定的質(zhì)量評(píng)估標(biāo)準(zhǔn)。它是全球預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)領(lǐng)域最權(quán)威的測(cè)試平臺(tái)，也是全球唯一的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)自動(dòng)評(píng)估平臺(tái)。在與包含華盛頓大學(xué)、密歇根大學(xué)在內(nèi)的 35 支頂級(jí)學(xué)界與企業(yè)隊(duì)的較量中，“云深智藥”在半年內(nèi)奪得五次月度冠軍。

圖 | 騰訊算法測(cè)評(píng)（來(lái)源：https://cloud.tencent.com/developer/article/1658085）

根據(jù)騰訊的介紹以及平臺(tái)官網(wǎng)數(shù)據(jù)，以 “云深智藥” 已開放的虛擬篩選模塊為例，其具體功能是：

基于配體的藥物設(shè)計(jì)方法（ligand-based drug design，LBDD）是虛擬篩選的常見(jiàn)方法之一，指的是從已知有活性的配體小分子結(jié)構(gòu)出發(fā)，學(xué)習(xí)和建立分子結(jié)構(gòu)與活性之間關(guān)系的模型，用來(lái)預(yù)測(cè)新化合物的活性，適用于在靶點(diǎn)和晶體結(jié)構(gòu)不明確的情況下篩選分子。目前，該模塊支持對(duì) 920 個(gè)蛋白質(zhì)靶點(diǎn)相關(guān)的 2224 個(gè)生物測(cè)試實(shí)驗(yàn)進(jìn)行活性預(yù)測(cè)和分子篩選。

具體使用流程是：

第一步，在不知道 Assay ID 的情況下，通過(guò)靶點(diǎn)選擇相關(guān) Assay，輸入靶點(diǎn)后再勾選相關(guān)的 Assay ID；在知道 Assay ID 的情況下，通過(guò)直接指定的方式選擇 Assay ID 列表，點(diǎn)擊 “Assay” 選項(xiàng)輸入 Assay ID，系統(tǒng)會(huì)根據(jù)輸入的前綴給出相關(guān)候選 Assay ID；

第二步，選擇 Safety Panel Assay；

第三步，選擇 Kinase 相關(guān) Assay；

第四步，選擇分子庫(kù)；

第五步，設(shè)置好上述參數(shù)以后，點(diǎn)擊提交任務(wù)；

第六步，查詢?nèi)蝿?wù)結(jié)果，點(diǎn)擊歷史記錄按鈕，并以 csv 文件的格式導(dǎo)出。

圖 | 基于配體的藥物設(shè)計(jì)方法操作流程（來(lái)源：“云深智藥”官網(wǎng)）

平臺(tái)開放的另一個(gè)模塊，ADMET 性質(zhì)預(yù)測(cè)，指的是對(duì)藥物的吸收、分布、代謝、排泄和毒性性質(zhì)的全面研究，藥物早期的 ADMET 性質(zhì)預(yù)測(cè)可以明顯提高藥物研發(fā)的成功率。目前，ADMET 模塊已經(jīng)上線了 50 個(gè)模型（包括 12 個(gè)基本理化性質(zhì)和 38 個(gè) ADMET 性質(zhì)）。通常，計(jì)算 100 個(gè)分子需要大約 3 分鐘。

具體操作流程是：

第一步通過(guò)分子式編輯器、SMILES 表達(dá)式和上傳分子式文件等方式輸入數(shù)據(jù)；

第二步，輸入數(shù)據(jù)后，會(huì)顯示預(yù)測(cè)結(jié)果（主要包括 3 個(gè)部分即分子結(jié)構(gòu)圖、基礎(chǔ)屬性和 ADMET 屬性），然后把預(yù)測(cè)結(jié)果保存為 csv 格式導(dǎo)出；

第三步，用戶可以查詢歷史記錄；

第四步，查看 ADMET 屬性。

圖 | ADMET 預(yù)測(cè)流程（來(lái)源：“云深智藥”官網(wǎng)）

數(shù)據(jù)及可解釋性問(wèn)題帶來(lái)的挑戰(zhàn)

雖然 AI 技術(shù)通過(guò)深度學(xué)習(xí)算法，加快新藥研發(fā)進(jìn)程，但是也存在著一系列局限性。比如說(shuō) AI 對(duì)數(shù)據(jù)樣本依賴大（但是很多數(shù)據(jù)掌握在藥廠和醫(yī)院手中）以及預(yù)測(cè)指標(biāo)單一，這些往往是藥物發(fā)現(xiàn)的重要制約條件。當(dāng)前，國(guó)內(nèi) “AI + 新藥研發(fā)” 起步相對(duì)較晚，研發(fā)周期相對(duì)較長(zhǎng)，加上算法需要大量的數(shù)據(jù)積累，短期之內(nèi)企業(yè)難以盈利。目前，還沒(méi)有一家 AI 藥物研發(fā)的成功案例，也還沒(méi)有一款 AI 研發(fā)的藥物被批準(zhǔn)上市。此外，傳統(tǒng)醫(yī)藥行業(yè)對(duì)于 AI 驅(qū)動(dòng)藥物研發(fā)也不乏質(zhì)疑之聲，這些都為 “AI + 新藥研發(fā)” 增添了一抹不確定性。

談及如何克服 AI 存在的局限性，騰訊認(rèn)為：“‘云深智藥’平臺(tái)使用的分子大數(shù)據(jù)，基于現(xiàn)有公開數(shù)據(jù)集，且進(jìn)行了多個(gè)環(huán)節(jié)的精細(xì)清洗整理工作，得到可以用于直接構(gòu)建深度學(xué)習(xí)模型的藥物分子大數(shù)據(jù)集，從而幫助用戶解決了數(shù)據(jù)難以對(duì)齊、字段缺失較多、總體質(zhì)量不佳等開源數(shù)據(jù)集的常見(jiàn)問(wèn)題。此外，平臺(tái)還可提供本地版本等靈活的部署形式，藥物企業(yè)和研究機(jī)構(gòu)利用自有數(shù)據(jù)開展研究，數(shù)據(jù)安全能得到有效保障?！?/p>

“從目前情況來(lái)看，藥物研發(fā)行業(yè)既希望 AI 能幫助改變藥物研發(fā)的漫長(zhǎng)過(guò)程和低成功率，也要求此類工具能充分驗(yàn)證自身能力并提供可解釋性?！粕钪撬帯脚_(tái)很重視 AI 的可解釋性問(wèn)題。比如在在分子屬性預(yù)測(cè)問(wèn)題上，模型缺可解釋性就是一大挑戰(zhàn)。該平臺(tái)的 ADMET 模塊，可以在精確預(yù)測(cè)分子屬性的同時(shí)，給出模型預(yù)測(cè)的依據(jù)，提高模型的可信度?！?騰訊補(bǔ)充道。

AI 畢竟不是魔法，無(wú)法點(diǎn)石成金?！癆I + 新藥研發(fā)”亦是如此，還需要長(zhǎng)期的沉淀。騰訊此番入局 “AI + 新藥研發(fā)” 能否幫助找到“云深之處”，同樣也需要時(shí)間來(lái)證明。

來(lái)源：麻省理工科技評(píng)論