英矽智能首席科学官任峰：18个月找出新药分子的(4)

我们也是用像薛定谔binding affinity预测或者优先级排序方式，目前据我所知，用薛定谔预测binding affinity应该已经是比较好的。

Q6：AI用于药物研发的商业化前景如何呢？例如几年前很多企业做肺小结节的AI诊断，竞争堪称红海，而医院付费意愿不强烈。对比当下，现在做AI制药的公司也非常多，是否会出现类似的结果：很多AI公司希望与大药企合作/license-out，大药企付费意愿并不强烈？

任峰：用AI来做药物研发商业化前景非常广阔，而且大药企是愿意付钱的，原因基于以下两点：

第一、大药企面临共同问题，研发效率低、研发成本高、研发周期长、失败率高这样的问题，药企希望能有颠覆性技术来改变现状；

第二、人工智能目前经过一些实例，已经证明确实对解决新药研发的问题，可以提供颠覆性解决方案能力。

所以基于这两点来说，大药企是愿意付钱的。而且最近就有一篇报道，有药企与AI公司签订开发药物协议，总金额达12亿美金左右，同时首付金额也非常高，达到几千万美金，这也证明大药企愿意把这些钱投入到AI辅助药物研发上。

Q7：AI制药公司的数据从哪里得来呢？

任峰：目前的AI公司大多是小公司，这些公司绝大多数都是基于公开数据。

接下里，AI公司的竞争则就靠从这个published数据发展而来的私有数据，所以现在有实力的AI公司都在建立自己的数据采集系统。

Q8：AI药物研发公司建立了自研管线，和潜在合作药企可能存在利益冲突，这块是否有什么考虑？

任峰：每一家AI公司都是两条腿走路，一个是有自研管线，另一方面是跟一些药企合作，共同开发一些项目。

因为自研管线是通过自己的项目来验证或优化人工智能平台，所以并没有利益冲突。而其这些合作很多都是具有排他性的，自研管线和其他药企合作是有排它性，不同药企之间合作也有排它性。

Q9：AI新药挖掘从苗头到PCC的各个点的化合物数据库是哪里来的？

任峰：这需要分成两个情况：

第一，如果是针对 Fast follow（快跟），那么数据采集都是从文献和专利上扒下来进行深度学习，对系统进行培训得来；

第二，如果是全新靶点，就像我们的IPF，就不需要已知数据，针对靶点的数据，人工智能系统可以通过其他项目的蛋白和小分子结合案例培训，然后它就可以自己设计某个蛋白，不需要针对靶点进行培训。

Q10：分子生成库是否基于已有活性化合物结构，有哪些规则？

任峰：我们的Chemistry42分子生成库不是针对某一个或某一类靶点，而是针对所有的。

根据人工智能系统，利用已知小分子和蛋白结合结合形状和样式进行培训，让小分子（或片段）能识别蛋白里一些结合口袋。

把这些片段识别出来之后，再通过算法，把这些片段慢慢结合成真正的小分子化合物，这是它的主要逻辑。

Q11：想请问AI企业与研发组织合作，对研发组织自身的数据有没有什么要求？例如数据格式、数据类型、数据质量。

任峰：这个是有要求的，AI企业跟研发组织合作，如果他们想根据自己数据用AI企业人工智能系统，寻找靶点或发现化合物，就需要按照我们要求的格式录入到系统当中去。

而且，我们对数据组的质量要求也非常高，因为高质量数据才能产生高质量结果。

数据类型可能每个公司系统都不太一样，例如我们的PandaOmics，就需要有组学数据，尤其是人组学数据，这样才更适合找新靶点。

Q12：据我了解，数据库来自文献，那数据可靠度怎么解决的，而且不同方法测得数值不一样？

任峰：这是非常好的问题，也是可能所有人工智能公司所面临的问题。

每个公司策略可能不同，例如我们的PandaOmics主要是用组学数据，而且组学数据是细分的，最好是在同一个实验室里产生的祖学数据。

我们不会把所有组学数据累计在一起找新靶点，这样就可以避免实验方法不一致造成的困惑。

另外对于化合物，我们Chemistry42生成的小分子，它主要是基于晶体结构，所以晶体结构数据基本上都是比较可靠的，此外我们也会挑比较好的晶体结构来给系统进行training。

文章来源：《分子科学学报》 网址: http://www.fzkxxbzz.cn/zonghexinwen/2021/0707/1140.html