- Alphabet 的 DeepMind 开发了先进的机器学习程序
- 揭示了 2 亿种蛋白质，有助于加速新药物的搜索
上个月，Alphabet的人工智能子公司DeepMind震惊了科学界，展示了一个真正壮观的成果：几乎覆盖地球上每一种现存蛋白质的快照——多达2亿种。
这一机器学习的壮举可能加速新药的研发。它已经颠覆了我对人工智能在制药行业作用的怀疑。
毕竟，蛋白质是生命的基本构件，因此它们对生命和药物的发展至关重要。蛋白质可以作为药物靶点，也可以本身作为药物。在这两种情况下，了解它们以不同形状折叠的复杂方式是重要的。它们的卷曲、松弛部分、隐藏口袋和粘性区域可以控制，例如，何时在细胞之间发送信号或一个过程是开启还是关闭。
“任何曾经认为机器学习与药物研发尚无关系的人，现在肯定会有不同的看法，”Novartis Institutes for BioMedical Research的总裁Jay Bradner说道。“我对它的关注程度超过了Spotify。”
生产完整的蛋白质大全是完全不同的事情——也超出了通常的炒作周期。生物技术和制药公司高管们广泛采纳AlphaFold的发现也就不足为奇了。
这并不是说AlphaFold会解决药物发现中的每一个问题，甚至它的2亿种蛋白质图像都是完美的。它们并不是。有些需要进一步的工作，而其他的则更像是孩子的涂鸦，而非研究人员所期望的详尽图像。
来自行业和学术实验室的科学家们告诉我，即使这些快照并不完美，它们仍然包含足够的信息，以大致了解重要部分的位置。David Liu，MIT和Harvard的Broad Institute教授及多家生物技术公司的创始人表示，这项技术仍然使他实验室的研究人员能够“达到那种禅般的理解状态”，以决定在哪里调整蛋白质以改变其特性。
然而，蛋白质并不是静止的快照。根据它们在特定时刻执行的工作，它们在细胞的沼泽中张嘴、摆动和扭动。换句话说，AlphaFold为我们提供了蛋白质的Instagram；科学家们希望能拥有蛋白质的TikTok，或者最终是蛋白质的YouTube。
即使有一天这变得可能，这也只是创造新药过程中的一步。最昂贵的部分是在人类中测试这种新药。
尽管如此，AlphaFold的图像可以帮助制药公司更快地进入测试阶段。DeepMind的成就是经过数年的科学探索，但最终产生了具有真正重大影响的成果。而且它将这项工作免费提供。（当然，它还启动了自己的生物技术公司Isomorphic Labs，试图利用这一进展。）
最后，我们开始看到人工智能在转变制药行业方面的潜力。现在可以考虑机器学习可能为科学和医学解决的下一个问题。
关键词
Alphabet, DeepMind, AlphaFold, 蛋白质, Jay Bradner, Novartis, David Liu, MIT, Harvard, Broad Institute, Isomorphic Labs, 人工智能, 机器学习, 生物技术, 制药行业
预测
未来，人工智能将进一步推动制药行业的发展，帮助加速新药的研发和测试过程。
数据摘要
DeepMind的AlphaFold展示了覆盖地球上近2亿种现存蛋白质的结构快照，这一成就可能加速新药研发，改变制药行业的未来。
Leave a Reply