DeepMind创始人：AI真正重构药物研发，还需要6个AlphaFold级别的突破

AlphaFold2开创了蛋白质结构预测的新纪元，已在无数生物医学领域产生了巨大影响。

前不久，被誉为诺奖风向标的“2023拉斯克奖”，颁给了DeepMind的首席执行官Demis Hassabis博士，以及John Jumper博士，代表了主流科学界的认可。

根据AlphaFold的巨大成果，2021年11 月 4 日，谷歌母公司Alphabet在英国成立了一家名为Isomorphic Labs的新药研发公司，Demis Hassabis担任首席执行官。

Isomorphic Labs的使命是“从头开始重新构想整个药物发现过程”，并最终找到一些人类最具破坏性的疾病的治疗方法。
但两年过去了，除了最初官宣的管理团队外，公司并没有其他消息传出。
近日，Demis Hassabis罕见地接受媒体采访，首次谈到了他对 Isomorphic 的愿景以及人工智能在生命科学领域的未来。

首先关注小分子领域

Q：Isomorphic Labs最初是如何开始的？

Demis Hassabis：很长一段时间以来，我一直认为人工智能可以从根本上用于药物发现。 一旦人工智能足够复杂、足够强大，我首先想将它用于药物研发。

那么就出现一个问题：什么时候最值得做这件事？ 在我的创业生涯中，意识到到时机非常重要。 即使你有一个伟大的想法，如果你提前了 10 年，也会陷入痛苦之中。

我一直在等待时机成熟的信号，现在这个信号对我来说就是 AlphaFold。 我希望它能够发挥作用，不仅可以作为我们在 Isomorphic 所做工作的基础构建模型，而且可以作为人工智能方法足够强大、足够复杂的证据。

实际上我们可以在这个问题上取得重大进展，使用计算方法（显然包括人工智能）从第一原理重新想象药物发现。 所以 AlphaFold2 是我按下继续按钮的时刻。

Q：Isomorphic 是如何获得资助的？

Demis Hassabis：准确地说，它是 Alphabet旗下的一家公司，也是 DeepMind的姐妹公司。 与此同时Isomorphic是一家独立的公司，不过能够利用作为Alphabet家族成员的优势。 由于 Isomorphic 需要大量的计算，因此和DeepMind有着密切的合作，很多文化也和 DeepMind 相似。

Isomorphic所有的资金一开始就来自 Alphabet，它正在以非凡的启动速度、能量和强度运行。这种安全性使我们能够抓住最雄心勃勃的机会，即建立平台有望彻底改变药物发现过程，而不是仅仅追求一种候选药物或其他药物。

Q：Isomorphic获得了多少资金？

Demis Hassabis：这个信息并没有公开，所以我无法给出确切的数字。但就目前的阶段而言，它的资金非常充足。

Q：自 2021 年 11 月开始以来，公司主要做了哪些工作？

Demis Hassabis：与相近的领域相比，AlphaFold 只是整个药物发现过程的一小部分。 我们首先关注小分子领域，尽管我们也对生物制剂感兴趣，但我们认为小分子是我们能够最快发挥作用的领域。

我们对相互作用空间非常感兴趣：蛋白质-配体相互作用、蛋白质-蛋白质相互作用以及生物学的动态本质。 此外还要进入化学空间，了解化合物结构、它们如何与靶标结合、结合亲和力等问题。

就在这短短的一句话中，我概述了多年的研究工作以及使用高级版本的 AlphaFold 作为该组合的一部分的许多相邻问题。但我们还需要很多其他的突破，比如预测 ADME 属性之类的模型。因此我们还需要再取得六项重大突破。

Q：Isomorphic 的愿景有多少是基于扩展 AlphaFold 而非构建新模型？

Demis Hassabis：实际上我们一直都在同时做两件事。 一方面，我们将现有的方法推到极限，通常会有更多的空间可以拓展。但我们也在研究新想法、新架构。

我们正在将不同的技术应用于这些新领域。AlphaFold 不会做 ADME 属性之类的事情，这将是全新的技术。

但在交互空间方面，我们也正在通过新版本的 AlphaFold 从根本上努力解决这一问题。DeepMind 科学团队和 Isomorphic 正在进行大量非常有趣的工作，两者是互补的。Isomorphic 更适用于药物发现，也更具体，而 DeepMind 是更基础的研究。

目的是定期、短时间产生药物

Q：您如何看待Isomorphic 对制药行业现状的影响？

Demis Hassabis：我们提出了一些非常有趣的问题。其中一个问题是：如果从人工智能优先的角度进行药物发现，将会是什么样子的？而不是作为附加组件。

在我的印象中，在传统制药里人工智能都是可有可无的（nice-to-haves）。化学家完成实际的试验工作后，计算科学家才在模型中再次确认计算结果。我们想从头开始重新思考这一点。

这对大型制药公司来说很难做到，因为他们几十年来的工作方式根深蒂固。这种改变需要一种新的方法，而这正是我们所拥有的。

如果这是真的，那么药物发现过程是否可以在计算机中完成大部分研究，并将湿实验室的东西留给验证？这就是重点，而不是通过实验来寻找化合物，因为后者的速度要慢得多。

我的梦想是，如果我们是正确的并且能够实现另外六个AlphaFold级别的突破，我们可以将药物研发所需的时间减少一个数量级，也许是成本和时间，并且在下一阶段获得更高的成功率。

Q：您是否只关注这些根本性的突破？您是否正在与行业合作建立管道？

Demis Hassabis：我想在今年晚些时候会有更多信息可以披露，但现在我们对两者都持开放态度。我们正在考虑我们内部研发计划。另外，我们会选择认为特别适合我们技术路线图的目标和计划。我们愿意与大型制药公司就有趣的目标进行合作，不过现在不能公开披露更多的信息。

Q：您如何总结大型制药公司对与Isomorphic合作的兴趣？我认为大型制药公司的首席执行官都很聪明，他们知道人工智能是未来的一部分，即使他们不了解它。你们是怎样互动的？

Demis Hassabis：我们有很多感兴趣的领域。几乎每家大型制药公司的CSO都曾在某个时候与我们联系过，也进行了有趣的讨论。

我认为合作是双向的，我见过两种类型的人。那些认为它仍然很遥远的人，传统方法将继续成为前进的方向，对他们而言也许AlphaFold是一次性的。顺便说一下，他们都使用AlphaFold，我认为他们发现它很有用，但他们更多地将其视为一次性工具，而不是那些认为这可能是未来并有兴趣以某种方式合作的人。

Q：你对AlphaFold不是一次性的，可以复制和复制的信心水平是多少？

Demis Hassabis：在DeepMind的这些年里，我已经非常善于评估问题的难度，以及我们拥有的想法，我们拥有的才能，我认为这是完美的时机，我们达到了恰到好处的最佳点。关键点是你想领先5年，而不是50年。

Q：在接下来的三到五年里，Isomorphic的目标是什么样的？

Demis Hassabis：我希望我们在临床试验中有候选药物，还拥有一个令人难以置信的平台和一个引擎，可以在非常定期、短时间内产生数十个这样的候选药物。到那时，我们的高级候选药物应该已经进入临床试验阶段，所以有实际的物理证据证明这一切都在起作用。而且这个平台已经变得非常成熟，非常有能力，也许我们已经将发现时间从几年减少到几个月。

Q：你的背景跨越了人工智能和生物学。你认为人工智能应该更加关注生物学，还是已经获得了足够的关注？（小编注：Hassabis获得了剑桥和UCL的计算机科学和认知神经科学的双学位。）

Demis Hassabis：我认为应该更多地关注生命科学。不仅是生命科学，还有一般的科学人工智能。

但生命科学一直是我的激情之一，也是我一直想应用人工智能的首要任务，帮助治疗疾病和理解生物学。在很多方面，生命科学本身很难突破。很难想象如何用几个方程在数学上描述一个细胞。

任何人都可以轻描淡写地说：“将人工智能应用于生物学，它必须起作用。人们可能一直听到公司在推销各类产品，但当你实际研究后，发现它们大多数并不是如此。

对于部分问题，或许使用正常的统计数据就够了，不需要人工智能或者人工智能无法提供帮助。这就是该领域炒作的部分。每个人都说他们正在将人工智能用于生物学，但在我看来，如果你真正考虑哪些团队有能力从头开始构建 AlphaFold，实际上会很少。 

我们把AlphaFold开源了，并且出版了论文，但想象一下我们没有这样做，而是闭门私藏，还有哪些其他团体可以建立这样的模型？我认为很少，该领域需要更多的工作。

—The End—
推荐阅读