生成式人工智能(AI)正从日常生活和简单工作,延伸到需要高难度研发(R&D)的制药、生物产业,成为“游戏规则改变者”,科技企业抢占需求的竞争也日趋激烈。围绕AI自主寻找新药物质、将开发周期与成本削减一半以下的技术,包括谷歌在内的大型科技公司竞争呈过热态势。
据信息技术(IT)业界8日消息,谷歌DeepMind于5日(当地时间)公开了可设计出针对疾病治疗等进行优化的蛋白质结构的AI模型“AlphaProteo”。如果说蛋白质结构预测AI“AlphaFold”只是帮助研究人员探索候选药物,那么AlphaProteo可直接展示药物将具有何种分子结构,因此被评价为将改变AI新药开发的格局。AI新药开发企业Galux副社长朴泰容表示:“AlphaFold已经具有开创性,而像AlphaProteo这样的蛋白质结构设计AI,与之相比是天壤之别的进步”,“有望为新药发掘带来创新”。
AlphaProteo可设计出能够与体内致病物质等特定蛋白质有效结合的另一种蛋白质,即药物的分子结构。蛋白质依分子结构不同,具有促进生体组织生长与维持、激素分泌或抑制等各种功能。特定蛋白质一旦出现问题,相关功能就会下降,从而可能引发疾病。寻找能够与该蛋白质结合并相互作用、从而消除问题的最佳物质,是新药开发的核心。
AlphaProteo直接展示与问题蛋白质结构相契合的药物将具有何种结构。相反,AlphaFold是预测问题蛋白质的结构,并将其与既有的庞大候选新药群快速比对后,筛选出其中最适合作为新药使用的物质。可以说AlphaProteo解的是主观题,AlphaFold解的是从候选群中选出正确答案的客观题。AlphaProteo进一步简化了流程。为此,它学习了AlphaFold超过1亿件的结构预测数据。
DeepMind还进行了AlphaProteo的性能实验。研究团队用AlphaProteo推导出针对与癌症及糖尿病并发症相关的“VEGF-A”、新冠病毒等7种蛋白质的候选新药物质,并对实际结合等效果进行实验。结果显示,其结合力(结合亲和度)最高达到以既有方法推导物质的300倍。同时确认VEGF-A受到抑制,新冠病毒也被中和。
DeepMind此前主张,利用AlphaFold可将新药开发周期从10年缩短至数个月。首席执行官(CEO)戴米斯·哈萨比斯5月公开可进行DNA分析的“AlphaFold 3”时曾公开表示:“数年内由AI首次设计的药物将被投用于患者。”UNIST生命工程系教授裴成哲表示:“今后还需观察实际应用案例,但预计不仅在新药开发,还将对多种生命科学领域的研发产生重大影响。”
DeepMind上月在国际学术期刊《科学》上发表了“FermiNet”,该模型可通过量子力学计算掌握分子周边电子的分布,从而分析蛋白质折叠结构等。旗下新药开发子公司Isomorphic Labs年初分别与大型制药公司礼来、诺华签订了最高17亿美元(2万3000亿韩元)和12亿美元(1万6000亿韩元)规模的小分子药物开发合作合同。
可进行蛋白质结构设计的代表性竞争模型,被认为是2022年华盛顿大学教授大卫·贝克研究团队的RoseTTAFold Diffusion以及Galux的Galux Design。RoseTTAFold Diffusion是2021年被《科学》评为最佳研究成果的蛋白质结构预测AI RoseTTAFold的后续模型。Galux获得了Kakao集团和LG等大企业投资,上月与LG化学合作,决定利用新药设计AI共同开发抗癌药。Galux在蛋白质领域中重点聚焦对抗外部感染物质抗原的“抗体新药”领域。
英伟达和微软(MS)也展示了部分设计技术。英伟达通过面向企业的AI新药开发平台“BioNeMo”,提供包括小分子设计在内的蛋白质结构预测和碱基序列(sequence)分析等服务。它还对近期通过并购实现市值24亿4000亿美元(3万3000亿韩元)的Recursion等初创公司进行了投资。微软的EvoDiff同样被介绍为可进行蛋白质设计。不过据悉,它生成的并非实际结构,而是符号排列的碱基序列,因此与DeepMind等相比应用度较低。此外,亚马逊通过AI平台“Vox”支持辉瑞的新药开发,OpenAI则以ChatGPT支持莫德纳员工的工作。在韩国国内,LG AI研究院让超大规模AI模型“EXAONE 3.0”学习分子结构,正为相关新药、新材料领域提供相关服务。






