2019-01-14 | 이계영 건국대병원 정밀의학폐암센터 소장

[Science&Market]用于化学物质毒性评估的人工智能

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

新的一年开始了。各领域纷纷发布各种新年展望。随着社会高度多元化,各领域涌现出许多难题,该领域的专家们各自提出解决方案。不过,虽然各领域的难题不同,但如今似乎在任何领域都已形成共识:这些难题仅凭该领域的专业知识难以解决。时代需要通过多种学问与知识的融合,积极努力解决这些难题。预计这一趋势在以"超连接"为关键词的第四次工业革命时代将进一步加速。

作为解决各种社会问题的融合方法论,近来迅速崛起的技术之一是人工智能(AI)。AI是让机器像人一样学习的计算技术,能够对海量大数据自主学习,提炼出决策所需的信息。自20世纪80年代以来一直是计算机科学一个分支的AI,在2016年"阿尔法围棋"战胜李世石九段后迅速为大众所熟知,并成为我们社会最大的话题。此后,AI不断挑战各领域的难题。

此外,去年还发生了一件大众知之较少但在科学界与阿尔法围棋同样具有划时代意义的事件。2018年在墨西哥举行的世界蛋白质结构预测大赛上,打造阿尔法围棋的谷歌DeepMind团队"AlphaFold"夺得第一名。蛋白质结构预测是对新药开发等科学诸多领域具有广泛影响力的极为重要的领域。在数千名科学家研究数十年的领域,AI首次参赛便击败专家夺冠,这意味着AI如今也能为复杂的科学问题解决开辟突破口。

今年环境领域的难题之一是有害化学物质。已成为日常的大气微尘、最先在海洋垃圾中成为议题、如今在各处造成问题的微塑料,以及消费品中含有的有害物质。威胁我们健康的有害化学物质无处不在。为了在这些遍布各处的有害化学物质中保护我们的健康,首先要弄清哪些物质是危险的。

然而,在围绕我们的化学物质中,已知毒性的物质只是冰山一角。原因在于了解化学物质毒性的传统方法效率低下,完全跟不上技术开发的速度。为解决这一问题,融合多种尖端技术的创新毒性评价方法正在开发之中。AI也是其中之一。

事实上,在化学物质毒性预测领域,利用AI解决难题的努力在阿尔法围棋出现之前就已开始。2014年举办了名为"Tox21数据挑战赛"的比赛,利用名为"Tox21"的化学物质毒性大数据和AI开发毒性预测模型。全球40多个团队参赛竞争,奥地利团队获胜。这场比赛的影响力仅为该领域专家所知,属于"茶杯里的风暴",但此后随着AI领域的飞跃发展,性能远超当时获胜模型的模型陆续问世,并持续进步。此外,由于毒性显现的起点大多源于化学物质与蛋白质的结合,AlphaFold取得的成果也有望对这一领域产生影响。据悉,美国环境保护局(EPA)和食品药品监督管理局(FDA)预计今后基于AI的毒性预测准确度将提高,并计划将基于AI的毒性预测模型用于评价食品、药品、消费品中的化学物质。

预计新的一年里,像化学物质毒性预测领域那样,各领域利用AI解决难题的尝试将会增加。但AI绝非万能。只有与各领域固有的知识良好融合,其应用价值才会真正闪光。期待在这个融合的时代,能有更多打破学科间、知识间壁垒、为解决各领域堆积如山的难题作出贡献的温暖尖端技术涌现。

阅读韩文原文