AI 加生命科学，吸引了搜狗前 CEO 王小川，也让 AlphaFold 的发明者、DeepMind 的哈萨比斯选择创业。

　　11 月 4 日，哈萨比斯宣布了 Alphabet 新公司 Isomorphic Labs 的成立。

　　这家名为 Isomorphic Laboratories 的新公司将致力于构建识别新药物的工具。DeepMind 首席执行官哈萨比斯（Demis Hassabis）也将担任 Isomorphic 的首席执行官，两家公司将保持独立并在适当的时候进行合作。

　　‘我相信我们正处于令人难以置信的生物和医学研究新时代的风口。去年，DeepMind 的深度学习算法 Alphafold2 破解了出现五十年之久的蛋白质分子折叠问题。它能够直接从蛋白质的氨基酸序列预测蛋白质的 3D 结构，并达到原子级精度。这是生物计算和人工智能领域的里程碑事件。’

　　在这一进展的基础上，Isomorphic Laboratories 成立了。新公司的使命是用人工智能的方法重新构想整个药物发现过程，最终模拟和理解生命的一些基本机制，但不会影响已经开源的 AlphaFold2 和数据库。

　　‘从这个角度来看，生物学和信息科学之间可能存在一个共同的底层结构——两者之间的同构（isomorphic）映射——这就是公司名字的由来。’

　　和 DeepMind 一样，Isomorphic 总部将位于英国。Hassabis 表示：‘十多年来，DeepMind 一直处于推进 AI 领先技术的前沿，使用游戏作为开发通用学习系统的试验场，例如我们的 AI 程序 AlphaGo 在复杂的世界中击败了围棋世界冠军。我们正处于历史上一个激动人心的时刻，这些技术和方法正变得强大和复杂，足以应用于现实世界的问题，包括科学发现本身。我能想到的人工智能最重要的应用之一是在生物和医学研究领域，这是我多年来一直热衷于解决的领域。现在正是用 Isomorphic Labs 将带来的专注和资源并快速推进这一进程的时候了。’

　　Isomorphic 将尝试建立可以预测药物如何与身体相互作用的模型。在 DeepMind 蛋白质结构方面的工作基础上，它将继续探究多种蛋白质如何相互作用。Isomorphic 可能不会开发自己的药物，而是出售其模型，专注于发展与制药公司的合作伙伴关系。现在，Isomorphic 的招聘工作已经启动了。

　　Isomorphic Labs 不是第一家或唯一一家计划在人工智能技术的帮助下简化药物开发的公司。自 2012 年以来，多伦多大学一家名为 Atomwise 的初创公司有过相似的愿景。这些公司都在努力解决药物开发成本飞涨的问题。

　　然而，开发和测试药物是比弄清楚蛋白质结构更艰巨的挑战。例如，即使两种蛋白质的结构在物理上结合在一起，也很难说它们实际上会粘在一起。即使是一种基于其在化学层面作用方式看起来很有前景的候选药物，当它被给予动物或人时，也并不总是有效。正如化学家兼作家 Derek Lowe 今年夏天在一篇《Science》杂志文章中指出的那样，超过 90% 进入临床试验的药物最终都不起作用。其中，大多数不是因为分子水平上有问题。

　　去年的一项研究发现，创造一种新药物的平均成本为 13 亿美元，这在很大程度上与流程本身有关。就今天的情况而言，研究人员一般是通过物理方式合成一种有潜力的化合物，然后测试它是否适合人类使用。需要治疗的疾病越是复杂，能通过人体试验的药物就越少。

　　‘在最基本的层面上，我认为生物学可以被认为是一个信息处理系统，尽管它是一个非常复杂和动态的系统，’哈萨比斯补充道。

　　DeepMind 完成的工作和在 Isomorphic 将进行的工作或许可以帮助解决一些研究瓶颈，但不能快速解决药物开发的无数挑战。如果正如 AlphaFold 的成功所表明的那样，生物系统非常适合由 AI 进行模拟和分析，那么哈萨比斯对该公司更广泛能力的评估可能会被证明是正确的。

　　但即使有 DeepMind 的技术作为基础，Isomorphic 在这个问题上仍可看作基本从头开始。它正在招聘一支‘世界一流的多学科团队’，也许在一两年内，我们可能会看到它的初步结果。

　　这应该是一条漫长但有价值的道路。

　　参考内容：

　　https：//www.theverge.com/2021/11/4/22763535/google-alphabet-drug-discovery-deepmind-ai

　　与AI俱进，化时光为翎：‘AI中国’机器之心2021年度评选暨特别策划

　　机器之心正式启动‘AI中国’2021年度评选暨‘与AI俱进，化时光为翎’特别策划，包括2021年度评选、年度内容专题、年度报告和AI科技年会四项内容。

　　我们希望借此与AI公司并肩，与创新产业同行，评选出企业榜、解决方案榜、 生态榜、行业事件榜和专业品牌榜，并与机器之心读者分享他们的技术突破与实践中的精彩行业故事。最终评选结果将在AI科技年会现场发布。