浙工大智能制药研究院院长段宏亮|AI制药方兴未艾,未来可期
中科院上海药物研究所获药物化学博士学位,并获人工智能硕士学位;在美国俄克拉荷马医学基金会从事基于高通量筛选(HTS)的新药开发工作多年;作为核心成员开发的抗糖尿病药物以两亿元转让至法国施维雅制药公司,作为主要成员研发的3个一类新药现处于临床研究阶段;现主要从事AI药物研究方向,针对AI药物研发中,数据严重不足这一“痛点”,开创性地将HTS得到的药物大数据和AI技术结合起来,致力于建立基于“HTS + AI”双驱技术的药物开发平台,专注于临床前候选化合物的发现智能化、流水线化。
生物经纬对段宏亮院长进行了专访。
您在浙江工业大学智能制药研究院任院长,研究院下设智药大数据、智能药物设计与合成、智能制药装备、智能药物制剂四个研究所,这些研究所是近些年才设立的吗?是为了提前储备相应人才吗?
这种做法在全国高校来看算是提前布局吗?
AI制药涉及的学科比较广,对人才的要求也更高,您认为现阶段人才培养要有什么策略?
AI制药是一个技术性非常强的交叉学科,既需要药学背景的输入,又强依赖于计算机功底对算法的研究与实现。从人才培养角度,首先是甄别对这个方向具有浓厚兴趣与潜力的学生,其次是让各有侧重的同学日常进行科研合作与交流,进行最前沿的论文解读与研究,尽量做到高效的信息获取与产出。
您在中科院上海药物研究所获药物化学博士学位后,为什么选择了AI制药的研究方向?
段宏亮:说来话长,当年高考我的第一志愿其实就是计算机,但阴差阳错被调剂到药学院,后来读研究生、读博士、出国做博后都在做药学方面的事情。
回国之后,遇到这样一个契机,学校领导非常支持我这块的研究,建议我们把人工智能和制药两个方向融合在一起,成立这个研究院,也算是圆了我少年的梦。
根据您目前的研究,制药的哪个环节是AI最容易切入的?最有潜力的环节是哪个?
制药最核心的环节在于找到活性化合物,比如抗新冠药物的研发,其实现在我们不知道是哪个化合物对新冠病毒有效,这才是最关键、最核心的环节。有机合成只是把化合物或者药物生产出来,相比而言,经济附加值没有那么高,但这个市场也是非常之巨大的。
目前AI制药更多的集中在药物分子发现,但目前还没有多少成功的发现案例,您认为其中还有哪些技术待突破?
还有一种方式是基于计算化学或者量子力学,这种不太需要数据,但是它对算力的要求相当高,相应的对计算机的配置要求就很高,需要远超普通计算能力的超级计算机,甚至量子计算机,才能解决现在面临的算力瓶颈问题。
AI制药需要大量的数据支撑,大学或科研机构在这方面有所欠缺,这些机构开展AI制药研究该走什么样的道路?
另外一个办法就是从算法模型来突破,在小数据量的情况下通过迁移学习技术或者小样本学习技术来完成 AI模型的训练。比如我们只有几十甚至几个数据,是不是就一定不能学习到它的活性规律?其实理论来说也是有可能的,这就是我们算法工程师需要攻克的难题了。
有没有可能做到利用某一种制度或方法,来使制药公司把数据分享出来?
这样对制药公司的数据是比较安全的,一定程度上可以打消一些制药企业的顾虑。而群体学习是同联邦学习类似却又完全去中心化的一种学习技术,利用分布式的深度学习以及区块链技术,既可以保证数据的保密性,又可以避免联邦学习的中心节点权力过大导致的风险。
现在更多的案例是AI和小分子药物领域的结合,未来AI制药有可能在大分子药物、细胞、基因治疗药物、或者其他新兴生物技术药物发现方面取得突破吗?
段宏亮:个人认为,一个比较可行的路径是:优先选择比较简单的小分子入手,训练我们的模型算法,等小分子药物研发彻底攻克之后,再慢慢的转移到蛋白药物的开发上来。
如果不去考虑受体蛋白结构,只对小分子做研究,比如说预测晶型的任务,相对而言就更加容易,现在已经有很多成果落地了。
制药行业中您认为哪些环节更容易商业化?
至于它能不能商业化,一个很重要的问题是我们的AI 技术,有没有把相应的制药问题解决掉。如果说某个环节没有被革命掉、颠覆掉,可能因为现在AI制药的技术还不够成熟,还需要假以时日。
很多互联网巨头陆续开始布局AI制药领域,您对这种现象怎么看?他们会探索出成果吗?
短期的导入过多资源,确实可能会催生一些泡沫,但拉长周期看,对AI制药行业的发展成熟是好事。但总体还是希望大家理性对待这个行业和趋势吧。
您有产业转化的想法吗?
数据是AI制药的痛点,一方面我们可能从数据入手,另一方面可能从硬件,就是智能制药装备这一块入手。智能制药装备相对来说技术和市场确定性都比较高,更多的是工程化去落地的商业行为。
您认为随着AI制药领域的发展,未来会呈现一个什么样的局面?
近年来国内已经涌现一批国际领先的AI制药公司。未来会有更多AI制药的细分领域超过国外同类公司,有望出现百花齐放的局面,总的来说,AI制药领域的未来还是非常令人期待的。
— 关于浙江工业大学智能制药研究院 —
浙江工业大学智能制药研究院依托该校长三角绿色制药协同创新中心平台优势资源,于2020年以智能药物合成创新团队为核心组建。
研究院下设智药大数据、智能药物设计与合成、智能制药装备、智能药物制剂四个研究所。结合智能制药的发展特色,将人工智能和药学大数据、药物设计、药物合成、制药装备研发以及药物制剂等研发方向相结合,致力于提升药物研发速度,缩短研发周期,节省资金投入,提高新药研发成功率,推进智能化制药进程。
新闻采集 | 李浩
图文编辑 | 彭庶文
----------- End -----------
感兴趣的读者,可以添加小邦微信(zhiyaobang2020)加入读者实名讨论微信群。添加时请主动注明姓名-企业-职位/岗位 或姓名-学校-职务/研究方向。
浙江工业大学智能制药研究院段宏亮教授:AI制药的现状、技术与挑战
CHEM SCI|分子Transformer模型预测酶促反应
基于文本表示推断化学反应的实验步骤
基于AI的连续流反馈系统加速化学反应开发
使用数据驱动的分子连续表示进行自动化学设计
图卷积神经网络用于解决小规模反应预测
数据增强和迁移学习策略解决小数据集化学反应预测问题
Drug Discov Today|药物研发风险地图
Drug Discov Today|FDA童伟达:基于AI的语言模型为药物发现和开发提供动力
苏安|人工智能在药物合成设计中的应用