我們可以用算法設(shè)計出抗體，實現(xiàn)個性化免疫治療，整個生物制藥會更加精準(zhǔn)、更安全、更經(jīng)濟、更普惠。

人工智能是計算機技術(shù)發(fā)展到高級階段，是融合了數(shù)學(xué)、統(tǒng)計學(xué)、概率、邏輯、倫理等多學(xué)科于一身的復(fù)雜系統(tǒng)。從1956年達特茅斯學(xué)院助理教授約翰·麥卡錫正式提出人工智能的定義，人工智能已經(jīng)走過60多年。

根據(jù)經(jīng)濟學(xué)家Richard Lipsey和Kenneth Carlaw對通用目的技術(shù)（GPT）的標(biāo)準(zhǔn)，人類發(fā)展史走到今天總共有26種通用目的技術(shù)，而人工智能就是其中一種。硅谷創(chuàng)業(yè)教父史蒂夫·霍夫曼認(rèn)為，人工智能是一股極強的趨勢，它會改變地球上的一切行業(yè)。

在生命科學(xué)領(lǐng)域，人工智能和機器學(xué)習(xí)帶來的數(shù)字化轉(zhuǎn)型正在影響價值鏈的幾乎每一個方面。將人工智能應(yīng)用于生命科學(xué)領(lǐng)域，可以幫助公司重塑商業(yè)模式，加速生物制藥生產(chǎn)周期。

清華大學(xué)惠妍講席教授、智能產(chǎn)業(yè)研究院（AIR）首席科學(xué)家馬維英教授在人工智能領(lǐng)域已經(jīng)深耕20余年。此前，他曾任字節(jié)跳動副總裁兼人工智能實驗室主任、前微軟亞洲研究院常務(wù)副院長。他的研究方向包括人工智能的幾個核心領(lǐng)域（搜索與推薦、大數(shù)據(jù)挖掘、機器學(xué)習(xí)、自然語言理解與生成、計算機視覺）以及人工智能在生命科學(xué)、生物制藥、基因工程、以及個體化精準(zhǔn)醫(yī)療等領(lǐng)域的跨學(xué)科研究與應(yīng)用。

“我們現(xiàn)在正在經(jīng)歷數(shù)字3.0時代，這是一個將信息與物理世界、生物世界融合的智能感知時代。健康計算就是在生物世界的數(shù)字化與智能化的大趨勢下，以人工智能和數(shù)據(jù)驅(qū)動的第四科學(xué)研究范式，輔助人類探索并解決生命健康的問題?！瘪R維英教授對本刊表示。

馬維英教授預(yù)測，隨著健康計算的發(fā)展，人類有望提前預(yù)測新冠病毒的變異毒株模型，甚至有望在未來解決癌癥難題。

問：您為什么會對AI在生命科學(xué)領(lǐng)域的應(yīng)用產(chǎn)生興趣？

馬維英：過去20年我一直在互聯(lián)網(wǎng)做搜索、推薦和內(nèi)容生成，基本上都是比較傳統(tǒng)的AI，例如計算機視覺、自然語言處理、機器翻譯、個性化推薦算法等，在這些方面我做了非常多的工作。大約在2018、2019年，我意識到機器學(xué)習(xí)和生成模型如果能用到生命科學(xué)領(lǐng)域，或許會產(chǎn)生更有意義的價值。

舉個例子，我們訓(xùn)練AI寫文章的時候，每個字都可以被看成是一個離散的字符，把這些離散的符號放在一起，還要有結(jié)構(gòu)、符合語法、語意連貫，是一件很難的事情，但機器可以利用大量的詩詞文章數(shù)據(jù)、用算法不斷學(xué)習(xí)，所以機器現(xiàn)在寫出的文章不僅有模有樣，甚至如果我們把文章的中間一段拿掉，機器還能把文章還原回來。我們現(xiàn)在轉(zhuǎn)換一下，把原子、分子、氨基酸等化學(xué)物質(zhì)按照某種有意義的順序，三維地建構(gòu)在一起，最后它會形成一個有化學(xué)功能和性質(zhì)的化合物，這種小分子或大分子化合物可以跟某個藥物靶點結(jié)合，這問題也可以用機器學(xué)習(xí)的方法來解決。

所以，自然語言生成與化合物合成，問題抽象到一定程度后，背后的原理和數(shù)學(xué)問題是類似的，都是把一些離散的符號或單元組合起來，最后生成文章或化合物。用氨基酸合成出蛋白質(zhì)或者大分子藥，或者學(xué)物質(zhì)小分子藥。一旦理解了這些科學(xué)原理之后，AI技術(shù)和數(shù)據(jù)驅(qū)動的科研范式就可以應(yīng)用于生命科學(xué)和生物制藥領(lǐng)域了。

我非常鼓勵做AI的人，如果對生命科學(xué)感興趣，現(xiàn)在是一個非常好的加入時機，這個領(lǐng)域有點像互聯(lián)網(wǎng)的元年。雖然我在過去20年里一直在做傳統(tǒng)AI，但我認(rèn)為生物世界的數(shù)字化會有巨大的發(fā)展前景，這是一片藍海。這的確需要克服跨學(xué)科的門檻，有很多新的專業(yè)知識需要學(xué)。在我看來，由人工智能賦能的生命科學(xué)與生物醫(yī)藥領(lǐng)域，包括個人健康管理、新藥研發(fā)，個體化精準(zhǔn)醫(yī)療等是未來十年最大的機會。

問：在生命科學(xué)領(lǐng)域，您現(xiàn)在專注于哪個方向？

馬維英：在清華大學(xué)智能產(chǎn)業(yè)研究院（AIR），我們的團隊致力于打破AI與生命科學(xué)領(lǐng)域的壁壘，推動生命科學(xué)，生物醫(yī)藥等領(lǐng)域從孤立、開環(huán)向協(xié)同、閉環(huán)發(fā)展，提出了AI生命科學(xué)的“破壁計劃”。目前團隊主要聚焦在三個研究方向：數(shù)字治療（Digital Therapeutic），AI驅(qū)動的藥物設(shè)計（AI-powered Drug Discovery），以及精準(zhǔn)治療（Precision Medicine）。這三個方向分別對應(yīng)四種“藥”：數(shù)字藥、化學(xué)藥、生物藥和基因藥，我們想做“藥神”（笑）。拿數(shù)字藥來說，如果我們有一個智能健康助手，越用越智能，越用越了解你，它可以通過個性化學(xué)習(xí)幫助管理你的健康，你的健康數(shù)據(jù)可以通過所佩戴的可穿戴式設(shè)備來獲取，這樣就可以實現(xiàn)從測量、評估、指導(dǎo)和干預(yù)整個健康管理環(huán)節(jié)，形成閉環(huán)，這就是AI增強個人健康。

我們另一個工作是AI制藥，抗體設(shè)計就很適合用AI的方式輔助，一個病毒出現(xiàn)后，對應(yīng)的中和抗體的氨基酸序列應(yīng)該是什么樣？如果有了病毒的基因序列，解析出了抗原的表位結(jié)構(gòu)，同時又能解析出病毒與人類的交互方式，我們就可以利用AI和計算的方法快速把抗體設(shè)計出來。

此外，AIR蘭艷艷教授也帶領(lǐng)學(xué)生做了一些基因測序方面的工作，并在2021年的創(chuàng)新工場Deecamp競賽中獲得了冠軍。我們已知基因90%是未編碼的，團隊利用基因的未編碼部分，結(jié)合前沿的預(yù)訓(xùn)練技術(shù)構(gòu)造了一個全新的模態(tài)。

這些技術(shù)一旦突破，會產(chǎn)生巨大的影響力，相當(dāng)于人類多了一個“外掛”的計算免疫系統(tǒng)。

問：現(xiàn)在中國這一領(lǐng)域研究，達到了一個什么樣的水平，跟世界水平相比如何？

馬維英：過去10年人工智能在中國飛速發(fā)展，也涌現(xiàn)出了很多優(yōu)秀的青年AI人才，尤其是在移動端互聯(lián)網(wǎng)的發(fā)展，中國可以說是“彎道超車”，引領(lǐng)了世界AI發(fā)展的新浪潮。但在生命科學(xué)領(lǐng)域里的AI應(yīng)用，總體來說目前還尚處在開始階段，發(fā)展空間很大。頂尖的跨界人才的數(shù)量和歐美相比還是有差距，由于AI和生命科學(xué)領(lǐng)域的知識鴻溝較大，相比于其他傳統(tǒng)AI領(lǐng)域，例如CV（計算機視覺）、NLP（自然語言處理）等領(lǐng)域，智慧醫(yī)療領(lǐng)域更需要能夠跨界的人才。

另外生命科學(xué)領(lǐng)域的數(shù)據(jù)的“成熟度”較低，機器還無法直接利用學(xué)習(xí)，而且還要做到數(shù)據(jù)“可用不可見”，保護隱私。在數(shù)據(jù)集的建立方面，中國還需要進一步發(fā)展。例如，目前美國有一個非常大的癌癥病人數(shù)據(jù)庫，但是這個數(shù)據(jù)庫缺乏中國人的數(shù)據(jù)，他們有五十幾種癌癥病種數(shù)據(jù)庫，而我們只有五種?，F(xiàn)在有新的基因測序技術(shù)，我認(rèn)為中國可以建立一個更好、更全的癌癥病理庫，對于癌癥早篩和治療這是非常寶貴的。在這個方面，中國有非常多的機會。

問：您對于AI和生命科學(xué)結(jié)合在應(yīng)用層面的遠景怎么看？

馬維英：生命科學(xué)領(lǐng)域的前景，我認(rèn)為還非常值得想象。例如在未來，個性化藥物會出現(xiàn)?，F(xiàn)在每個藥的研發(fā)平均要花10年時間，平均投入25億美元。將來，如果我們能夠用AI的技術(shù)，加快藥物研發(fā)的周期，并針對個體的基因序列和新抗原設(shè)計出對應(yīng)的藥物精準(zhǔn)治療，實現(xiàn)個性化的免疫療法，整個生物制藥會更加精準(zhǔn)、更安全、更經(jīng)濟、更普惠。

我個人有這樣一個夢想和希望：未來人類一定可以攻克癌癥。

問：癌癥會有不同的類型，都可以解決嗎？

馬維英：癌癥有非常多亞型，這的確是個難題。即使患有相同的癌癥，每個病人基因變異或者癌癥亞型可能都不太一樣。如果我們能夠?qū)Π┌Y的機理了解得更深，能快速設(shè)計并生產(chǎn)出個體化的靶向藥物，對癌癥死亡率會有一個極大的壓制。數(shù)據(jù)顯示，中國癌癥病人占全世界的25%，接近1/3的癌癥死亡率發(fā)生在中國，所以精準(zhǔn)醫(yī)療技術(shù)的進步對我們非常重要。

問：在人工智能的格局中，大藥廠會是什么位置？

馬維英：整個生物制藥的流程，AI是有機會重新定義的，在新的范式下，產(chǎn)業(yè)有機會重新分工，我相信AI將引領(lǐng)生物制藥未來十年、二十年的創(chuàng)新。

問：您認(rèn)為新的產(chǎn)業(yè)格局會被新的力量改變，會以什么樣的方式改變？

馬維英：舉個例子，目前做抗體藥，要從康復(fù)病人里面去篩選，但這個過程比較像碰運氣。每個人的體質(zhì)與免疫系統(tǒng)的健康程度有關(guān)，免疫系統(tǒng)好、人就不容易生病，面對新冠時，如果本身有一些基礎(chǔ)病，或者免疫系統(tǒng)比較弱，對抗病毒就很吃力。抗體藥就是通過注射的方式，暫時提高人的免疫力。比如醫(yī)護人員去疫區(qū)，打抗體藥后，就可以短暫地提高他的免疫力；或者患病初期、剛剛出現(xiàn)癥狀時，用抗體藥也有幫助，這就是傳統(tǒng)意義上抗體藥的原理。

我們最近孵化了一家AI制藥公司叫華深智藥，由AIR彭健教授帶隊，與清華大學(xué)醫(yī)學(xué)院張林琦教授的團隊合作，研發(fā)了一個智能抗體設(shè)計平臺，利用機器學(xué)習(xí)技術(shù)對現(xiàn)有抗體開展了系統(tǒng)設(shè)計和優(yōu)化。團隊用AI設(shè)計出了一種抗體，展示出了高效又廣譜的中和效果。這是目前全球首個用AI設(shè)計的新冠抗體，大大提高了對現(xiàn)有新冠抗體的抗病毒能力，為新一代抗體藥物的研發(fā)開創(chuàng)了全新的路徑和范式。另外，AI驅(qū)動的新藥發(fā)現(xiàn)和生物學(xué)實驗一旦形成閉環(huán)，將在快速設(shè)計出有效抗體方面發(fā)揮巨大的潛力。你可以想象這是一個人類的“外掛系統(tǒng)”，一個可被計算的數(shù)字免疫系統(tǒng)。

問：這個研究成果現(xiàn)在在商業(yè)化的什么階段？

馬維英：目前AI設(shè)計的抗體還需要進一步走臨床實驗，一般大概需要1.5年的時間，但這個AI設(shè)計抗體的成功研制預(yù)示著一個新的未來。有些科學(xué)家預(yù)測，新冠病毒可能會變成一種流行病，會反復(fù)出現(xiàn)、不斷變異，最后與人類共存。在AI的幫助下，我們可以模擬并預(yù)測出它未來可能的變異，提前準(zhǔn)備，在新病毒出現(xiàn)后很快設(shè)計出對應(yīng)的中和抗體，并加速臨床實驗。

問：這些預(yù)測所需要的數(shù)據(jù)從哪里來？

馬維英：一部分來自自公開數(shù)據(jù)，同時我們現(xiàn)在也關(guān)注納米抗體，納米抗體的來源是羊駝，它在野外經(jīng)過長年的生存演化以及和各種病毒的接觸，體內(nèi)有非常多種類的抗體，它的抗體表位更小，能夠?qū)?yīng)到更小的靶點，可以以組合的方式識別不同的表位，對未來抗體藥的研發(fā)提供更多可能性。

問：生命科學(xué)領(lǐng)域是不是存在一個公平性的問題？是不是富人先享有免疫外掛、先擁有個性化的藥物，或者他們的癌癥最先被治療？

馬維英：AI反而會讓生物醫(yī)藥領(lǐng)域更經(jīng)濟、更普惠、更公平。目前已有的癌癥免疫療法沒有能夠規(guī)?；⑶页杀緲O高，大約在25萬美元。現(xiàn)在我們做這件事情就是為了讓它的成本更低、速度更快，效果更好。未來如果從國家層面去支持這件事情，人人都會受益。

文 | 《巴倫周刊》中文版撰稿人郭慧萍

編輯 |樸鳶兒

版權(quán)聲明：

《巴倫周刊》(barronschina)原創(chuàng)文章，未經(jīng)許可，不得轉(zhuǎn)載。

（本文僅供讀者參考，并不構(gòu)成提供或賴以作為投資、會計、法律或稅務(wù)建議。）

本文首發(fā)于微信公眾號：巴倫周刊。文章內(nèi)容屬作者個人觀點，不代表和訊網(wǎng)立場。投資者據(jù)此操作，風(fēng)險請自擔(dān)。

關(guān)鍵詞： 人工智能