药明明码CEO：AI将实现三大历史里程碑
▎药明康德/报道
编者按：药明明码（WuXi NextCODE）首席执行官Hannes Smarason先生表示，人工智能允许我们在药物发现和开发中“试错”，实现三项历史性的里程碑——降低成本，提高速度，带来更好的结果。
“AI将大大改变范式，”Smarason先生说：“例如，你能用它找到（生物）靶标，用它设计化合物，也能用它在患者进行试验之前模拟临床结果。你有了一个虚拟驱动的产品。 ”
在Smarason先生的领导下，药明明码已是全球精准医学领域的引领者，致力于运用精准医学大数据改善人类健康。其一体化开放的平台，包括中国首家通过美国CLIA和CAP双重认证的实验室，以及全球唯一经过三十万人全基因组数据验证并优化的NextCODE精准医学大数据分析及解读系统，支持云端及线下使用。通过应用AI，药明明码正在帮助合作伙伴对来自药物发现，药物设计和临床研究的大量基因组学、医学和生物学数据进行挖掘和深入了解。药明明码的全球标准平台能组织、挖掘和共享基因组序列数据，将数据转化为洞见，使全球健康人群和患者受益。
Smarason先生说，AI的主要优点在于“它是一种更加数据驱动，而不是假设驱动的方法。这是其根基性的价值所在，它能给你更高的自由度来发现传统方法忽视的模式和新颖见解。”
Smarason先生从麻省理工学院（MIT）获得工商管理硕士学位，并获得机械工程和管理学士学位。药明康德关于Smarason先生的采访是AI独家深度报告系列的一部分，旨在表达思想领袖在塑造未来新医药方面的内部观点。
“人工智能专家独家深度对话”系列
点击以上蓝色新闻标题可以前往详细报道页面
▲药明明码（WuXi NextCODE）首席执行官Hannes Smarason先生
Hannes Smarason先生：我们正在尝试把尖端算法，领域专长和大数据集整合到一块。我们管它们叫做AI的获胜策略。我们正在研究人类生物学，里面有数十万个变量和数据集，在AI中被称为特征。
我们正在研究收集到的所有样本，因此我们有一个非常复杂和可靠的挖掘数据的方法，以帮助识别和发现可以用于临床开发的新药，或者是现有药物的新用途。为了做到这一点，我们正在研究能够区分出对药物有响应和无响应的人群的新颖算法。
总而言之，我们在AI应用方面的特点是能够融合这三个必要元素：尖端算法，领域专长和大数据集。
Hannes Smarason先生：主要的好处是，当你使用AI时，它是一种更加数据驱动，而不是假设驱动的方法。这是其根基性的价值所在，它能给你更高的自由度来发现传统方法忽视的模式和新颖见解。深度学习会为我们带来的能力之一，能让我们在生物学领域中确定一些事物之间的真正因果关系。我们能找到驱动疾病的基因或通路，并有望能站在更高的起点上开发疗法。
Hannes Smarason先生：我给你举一个例子。我们与耶鲁医学院（Yale Department of Medicine）做了一些工作，分析了与血管系统发育相关的一些研究。血管系统的发育对于心血管系统和癌症而言非常重要，因为癌症需要自己的供血系统才能生长。
我们的深度学习算法预测到了一种特定的机制，它是血管系统发育途径的关键驱动因素。这是一个以前没有被发现过的机制。耶鲁大学的生物学家随后在动物模型中验证了这一机制。我们也因此证明了我们的AI方法能够准确预测这一特定血管发育通路的作用。
所以，我们已经开辟了一个全新的可成药通路，它可以在心血管疾病领域和肿瘤学上有广泛的治疗应用。这是一个很好的例子，我们如何使用独立于假设，由数据驱动的方法来发现和描述新的机制，并使用生物学来验证它们。这是数据带来的真正发现。
Hannes Smarason先生：是的，当然。我们将AI视为能力的增幅器，而不是取代者。这是一个工具，需要被科学家用来作为工具包，而不是取代独立思考的科学家。这也是为何在AI工作中，遗传学和生物学领域专业知识是绝对的关键。
第二个限制在于，你必须获得海量的信息，包括队列研究数据，以及基因组和表型数据。这就是为什么我们相信我们能利用大型全球数据集以及领域专长来解决挑战，在这方面我们有独特的能力。
Hannes Smarason先生： 我们会把AI看作是工具箱中的工具之一，这意味着它将是一组有用的工具，可以应用于那些非常复杂的数据集。就像任何重大技术的发展一样，它也会慢慢起步，然后势头猛进。
我们相信，由于AI有独特的能力将所有这些非常复杂的数据集合在一起，并识别出其中的模式，最终将对推进和应用精准医学产生指数级的影响，从而带来革命性的好处——给全球患者的带来更好的诊断和更好的靶向药物。AI有很大的希望。我认为现在面临的挑战是要证明AI真正可以实现期望，而且确保我们的科学家和关键决策者能配备这组工具，有做出正确决定的能力。
Hannes Smarason先生： 不，我们没有我们需要的一切。我们应用AI的最大的限速步骤之一是我们正在使用的数据系统的广泛性，以及由此产生的特征选择的复杂性。请记住，我们所拥有的功能比面部识别复杂得多——我们用AI处理的单个基因和单个样本，每一个都有上万种特征。我们有一个大数据矩阵，我们正在努力训练我们的深度学习算法，所以在计算上非常密集。
我们期待的一大进步就是量子计算（quantum computing）的到来。有了量子计算技术，我们将无需手动定义和选择特征来训练这些计算密集的深度学习算法，从而充分利用复杂的数学和数据的维度。这将使我们能够更快、更准确地得到答案。今天需要两三天的处理步骤，未来可能在几分钟内完成，最终只要几秒钟即可完成。这将彻底改变AI在所有生命科学领域的力量和深度。这就是我们将会看到的变革——量子计算。
Hannes Smarason先生：是的，我认为根据“是否使用AI”，企业会分化为两类，我不知道未来是否还会给不使用AI的生物技术或制药公司留有一席之地。AI是一个非常全面和普遍的技术，所以我认为如果没有充分理解和接受AI技术，药企参与竞争将变得非常困难。未来，药企可以自行开发，或者通过与药明明码等这些具有这项技术的公司合作获得AI技术。它将成为规范而不是例外。
Hannes Smarason先生：是的，我认为AI会带来各方面的影响，影响成本，质量和时间。我们将能够根据数据完成研发工作，并对未来做出更好的预测。我们将能更快、更准确地做到这一点。这将覆盖你想要的所有维度。
让我再给你一个例子来说明这一点。我将要描述的是，你可以用AI做成百上千倍的量。
在AI应用之前，我们使用传统的数据挖掘方法，能够帮助识别和发现一个与心脏病风险相关的新靶标ASGR1基因。这是deCODE公司利用大量人口数据开展的一个项目，也是安进公司正在追求的药物开发方式。
这是使用我们的数据库架构和研究工具发现的。然后，我们可以开始回答这个问题：如果在整个人群中降低这个基因表达会发生什么，人群的整体健康会发生什么变化？于是我们访问数据库，看看这群人在长寿或其他疾病方面发生了什么变化。当这个特定的基因关闭时，他们的生活中会不会出现并发症？答案是不会。
所以在开始药物研发过程之前，你不仅有一个新的靶标，同时也知道瞄准这个药物靶标并且关闭基因不会产生重大的副作用。所以在一开始，在开发任何化合物或任何研究工作之前，你已经掌握了所有这些知识。
现在你可以想象，应用AI和其他的细微环节，我们可以到达一个新阶段，在那里我们可以做很多的先验建模。通过完成建模，我们在现实世界所做的实验和临床试验不再是以发现为导向，而是验证性的。例如，你可以找到一个靶标；可以设计化合物；可以模拟临床结果；这基本上是一个虚拟驱动的产品。但是，在开始对人类进行治疗之前，你会进行一项临床试验，以验证你的虚拟研究结果是否准确，如果结果良好，你将获批进入下一步。我看到（研发）时间和成本大大压缩，并且成功率显著提高。
Hannes Smarason先生： 我认为这是一个很好的方法。AI将大大改变范式。我们将能够做得更多。在动手之前，你会有更多关于你想做什么的信息。
让我们想一想：今天早上我坐进我的车里，iPhone自动告诉我开车上班要花多长时间，然而我什么都还没有做。我从来没有告诉手机我要上班了。我甚至都没有告诉过手机我上车了。但是我的手机知道我不仅坐在车里，还准备开车上班。显然这些都是在后台发生的。直到我在屏幕上看到弹出的信息之前，我对在后台进行的数据挖掘量一无所知。但是它肯定给了我一些可行的信息，这些信息跟我要做却还没做的事相关。
所以你可以以同样的方式想像药物研发。想象一下AI给研发带来的冲击。一个科学家需要做一个实验，在他意识到这点之前，知识系统对他说：“你应该做三件事情。”或者，“你为什么不看一下这四个结果？我已经为你做了实验。”AI的力量如此巨大，如果得到正确的应用，它可以真正改变药物发现过程。
Hannes Smarason先生：我想是有的。显然又回到我刚才使用的例子（关于虚拟药物发现和临床开发）。在项目结束的时候，你总是得做最后的验证步骤，证明这不是虚拟研究发现的一些虚假产品；而是能在人体内正确地发挥作用（的药物）。现在离我们摆脱这一验证步骤还有很长时间。这将是使监管机构放心的最后一步。
另一个挑战是，让监管机构考虑接受AI产生的数据文件，或是AI驱动和AI创建的内容。目前尚不清楚这要怎么做。
但是，就像任何新技术都将面临挑战。不过，我毫不怀疑，监管机构将会接受AI，就像现在他们现在开始接受基因组学一样。例如，FDA已经建立了一个名为precisionFDA的项目，试图推动在公司向FDA提交的申请文件中纳入基因组数据。这样做的目的是使提交正确的数据更容易；规范信息格式；规范信息获取；并施加一定的质量标准。所有这些都将要发生，AI的广泛使用将成为新药研发的重要组成部分。
但如果你的目标是使用AI来促进学习，更快地发现靶标，更快地开发新的化合物组合，这些目标将很快实现。它将进入我们传统的监管框架。
Hannes Smarason先生：合作伙伴关系在我们公司十分重要。现在这个领域发生了很多事情，你必须形成一个生态系统。你必须找到并组合正确的人际关系和网络，通过合作推动你正在做的研究工作。我认为这个生态系统的所有组成都很重要：数据生成机构，国家卫生系统，研究型医院，诊断公司，制药公司，开发出正确的算法，访问大型数据集。
AI的发展最终会成为一个网络化的行动，而不会是任何其他方式。我认为任何一家公司都不会自己单独去做这个事情。你可以开发组件和一部分所需功能，但是最后，它将成为一个网络解决方案。成功者将是那些能够在这种复杂的自适应系统中有效工作的人，在那里你必须既是贡献者也是接受者。在没有贡献的情况下，很难成为沉默的受益者。将会有很多的付出和收获，如果你能适应这种环境，就有机会幸存和发展。否则这将是非常具有挑战性的，因为有自己建立AI应用的基础设施需要解决多面和多维的关系。
Hannes Smarason先生：据我所知，还没有直接与AI相关的产品被批准。我知道有正在研发的产品。当谈到一个确定的时间，总是很难。正如著名的美国哲学家尤吉·贝拉（Yogi Berra）曾经说过的，“很难做出预测，特别是对未来的预测。”
我们已经使用AI帮助跟我们合作的公司推动新药项目发现。我认为这些公司还需要几年的时间才有可能获得这些药物的批准。但是我会说，我们肯定会在10年的时间框架内，看到一些跟AI相关的重要（药物）产品面世。
点击文末下方“阅读原文”，即可访问原始英文访谈。
关于药明明码：
药明康德集团企业药明明码（WuXi NextCODE）由药明康德基因组学中心和精准医学大数据分析的领导者冰岛NextCODE Health公司整合成立，是全球精准医学领域的引领者，致力于运用精准医学大数据改善人类健康。药明明码拥有一体化开放的平台，包括中国首家通过美国CLIA和CAP双重认证的实验室，以及全球唯一经过三十万人全基因组数据验证并优化的NextCODE精准医学大数据分析及解读系统，支持云端及线下使用。药明明码在中国上海、美国和冰岛等地设有分支机构，为世界各地的研究人员、临床医生、健康机构以及个人消费者等提供全面的精准医学整体解决方案。助力全球合作伙伴加速药物研发、诊断试剂开发、降低人类出生缺陷、提高罕见病诊断和其他精准医学的临床应用。更多新闻和信息，请访问www.wuxinextcode.com。
药明康德独家深度报告系列：