本文作者：李笑寅
來源：硬 AI
越來越多的科技巨頭開始加碼押注 AI 醫療。
隔夜，谷歌 DeepMind 及姊妹公司 Isomorphic Labs 旗下的 AI 藥物研發模型 AlphaFold官宣重磅升級，稱最新版本 AlphaFold 3 可以預測蛋白質、DNA、RNA 等生物分子的結構以及它們如何相互作用。
Alphabet 兼谷歌 CEO Sundar Pichai 表示，目前，已有 180 多萬名研究人員在疫苗開發、癌症治療等研究工作中使用 AlphaFold 進行蛋白質預測。
在接受採訪時，Isomorphic Labs 的 CEO Demis Hassabis 表示，人工智能系統有可能徹底改變醫學，並創造 “巨大的商業價值”：
<blockquote>
“我希望通過 Isomorphic 實現這兩點：建立一個價值數千億美元的業務，我認為它有這個潛力；同時為社會和人類帶來難以置信的益處。”
</blockquote>
盯上這條賽道的不止谷歌一個。
當前，幾乎所有 AI 科技巨頭展現出了對生物醫藥領域的興趣，微軟、亞馬遜甚至 Salesforce 也都在開展蛋白質生成項目。
近日，英偉達醫療健康副總裁副總裁 Kimberly Powell 在接受媒體採訪時表示，醫療健康將成為英偉達下一個 “數十億美元級業務”，英偉達的目標是為更多生物技術公司提供芯片、雲基礎設施與其他工具。
<h2>AI 技術的下一個前沿應用？</h2>
英偉達創始人兼 CEO 黃仁勳曾多次強調，數字生物學將是 “下一場驚人的顛覆性技術”。
誠如他所説，今年 3 月的英偉達舉辦的 2024GTC 大會上，醫療健康仍是 “重頭戲” 之一，與生命科學相關的會議活動排在所有行業之首。
過去兩年間，英偉達旗下 AI 藥物研發平台 BioNeMo 的風投部門 Nventures 把大部分錢都投給了藥物研發項目。數據顯示，Nventures 的 19 筆投資交易中有 7 筆是投向 AI 藥物研發初創公司。
Powell 解釋道：
<blockquote>
““計算機已經輔助設計行業創造了第一個價值 2 萬億美元的芯片公司，為什麼不能輔助建立下一個萬億美元級別的製藥公司呢？”
</blockquote>
其他幾家科技巨頭也發力藥物研發領域。僅在去年一年中，Salesforce 推出了蛋白質生成 AI 大模型 ProGen，微軟發佈了一個類似的開源模型 EvoDiff，亞馬遜還為其 AWS 機器學習平台 SageMaker 發佈了蛋白質摺疊工具，據報道，甚至連字節跳動也在招聘科學和藥物設計團隊。
這不由讓人發問：AI 技術的醫藥價值究竟何在？
以 AlphaFold 專注的蛋白質領域為例。
蛋白質是人體細胞組織的重要成分，也是生命活動的主要承擔者。每一個蛋白質由一系列氨基酸組成，這些氨基酸與外部環境之間的相互作用決定了蛋白質的 “摺疊” 方式——這決定了其最終的形狀，而蛋白質的形狀正是其執行功能的基礎。
因此，對科技公司來説最有價值的點在於：如果能夠基於其氨基酸序列預測蛋白質的形狀，就可以將其應用於藥物研發、作物改良、可生物降解塑料等各大領域。
而 AI 的出現，直接推動這項工作進入 “突破性時刻”。
通過 AI 模型，就可以在數億種不同的蛋白質序列及其底層結構上進行訓練，從而完全模擬蛋白質，省去了昂貴的分子動力學模擬計算環節。
在媒體採訪中，谷歌 DeepMind、英偉達的高管都表示，可用的大量訓練數據、計算資源的爆炸和 AI 算法的進步，這三大因素共同激發了 AI 在藥物研發上的潛力。
Powell 表示：
<blockquote>
“這三個要素第一次齊聚一堂，這在五年前是不可能的。”
</blockquote>
這同樣激發了投資熱情。根據 Pitchbook 的數據，自 2021 年以來，全球 AI 藥物研發初創公司的風投交易已有 281 筆，投資額達到 77 億美元。
<h2>數據量是一大瓶頸</h2>
不過，通過 AI 大模型完全模擬蛋白質的這一過程對算力的要求極高，足量的訓練數據仍然是一大瓶頸。
合成生物學公司 Ginkgo Bioworks 的 AI 負責人 Anna Marie Wagner 表示，像 GPT 這樣的新型基礎模型依賴於強化學習，是一種模仿人類為實現目標而反覆訓練的學習過程，更依賴於高質量的海量數據。
DeepMind 的科學副總裁 Pushmeet Kohli 更是直觀地形容數據量的痛點：
<blockquote>
“垃圾進，垃圾出。”
</blockquote>
並且，雖然將 AI 應用於藥物研發的潛力十足，但距離真正進入醫藥市場仍有很長的路要走。
據報道，美國食品藥品管理局（FDA）迄今為止已經批准了 100 多種使用 AI 或機器學習進行開發的藥物候選物的臨牀試驗，但可能需要數年時間才能上市。

谷歌-C

半導體 3 倍做多 - Direxion

谷歌-A

2 倍做多英偉達 ETF - GraniteShares

英偉達

通過 AI 模型，就可以在數億種不同的蛋白質序列及其底層結構上進行訓練，從而完全模擬蛋白質，加快藥物研發的進程。

谷歌、英偉達、微軟都在發力，AI 藥品研發是千億美元市場！