人工智能(AI)正在改变公司的运营方式，例如帮助程序员编写代码和使用聊天机器人处理客户服务电话。然而，制药行业仍在等待AI能否解决其最大挑战：寻找更快、更便宜的新药研发途径。
AI助力药物研发面临的挑战
尽管投入数十亿美元用于研究，新药的开发通常仍需要十年甚至更长时间。成立于2018年的Insitro公司是AI公司中冉冉升起的一颗新星，它致力于利用机器学习分析海量化学和生物标记物数据集，从而加速药物发现。这家位于南旧金山的公司已与礼来公司和百时美施贵宝等制药商签订协议，协助开发治疗代谢疾病、神经系统疾病和退行性疾病的药物。
Insitro首席执行官兼创始人达芙妮·科勒（Daphne Koller）与美联社就AI在药物研发挑战中的作用进行了对话。以下是对谈话内容的编辑整理：
药物开发为何如此困难？
科勒表示，药物开发的难点在于我们试图干预一个我们只略微了解的系统。过去15到20年的许多成功案例，都源于我们对系统有了足够的了解，从而能够真正设计出与之相符的干预措施。
Insitro试图解开异质性疾病的潜在复杂性，并确定可能有所帮助的新干预模式，即使这些模式可能无法帮助所有人，但也许可以帮助其中一部分人。通过这种方式，可以真正确定正确的治疗假设，从而对特定患者群体进行干预。她认为，这才是该行业缺乏成功的真正症结所在。
AI技术如何超越人类专家？
礼来等公司雇佣了数千名医学科学家和研究人员，那么Insitro的技术能做到专家做不到的事情吗？科勒解释说，与AI革命同步发生的还有一场更为悄无声息的革命——她称之为“定量生物学”的革命，即以前所未有的保真度测量生物系统的能力。现在可以使用越来越好的测量和技术来测量蛋白质和细胞等系统。
但是，如果将这些数据提供给一个人，他们的眼睛可能会因为信息过载而无法处理，因为人们只能观察有限数量的细胞，并且只能看到这些图像中的细微差别。人们感知细微差异的能力是有限的。
因此，对于一个非常复杂的多方面系统，人们最终会得到一种非常简化的观点，而这对于解开患者之间的区别以及发现干预措施真正发挥作用的地方至关重要。
从计算机科学到生物医学：科勒的职业历程
科勒的博士学位是计算机科学。但她从1998年或1999年开始涉足机器学习领域，为生物医学问题服务。
当时，机器学习能够解决的问题坦率地说毫无吸引力。“你能从对一组电子邮件中垃圾邮件与非垃圾邮件进行分类中获得多少灵感？”她说。
她一直在寻找更有意义的东西。她最初进入这个领域并非因为她特别想成为一名生物学家，而是因为她在寻找更具技术挑战性的问题。然后，当她开始研究这个问题时，她开始对生物学本身产生了兴趣。
计算机科学家与医学研究人员的合作
Insitro同时雇佣了计算机科学家和医学研究人员。在让这两组人一起工作时，是否存在任何文化冲突？科勒表示，这可能是他们作为组织取得的最重要的成就之一。
你可以把最老练、最善意的科学家从双方都带到同一个房间里，他们可能就像在说泰语和斯瓦希里语一样，互相无法理解。
作为一名工程师，你会寻找最强、最一致的模式，这些模式将使你能够对大多数细胞或个体做出预测。而作为一名生命科学家，你往往是在寻找例外情况，因为这些例外情况是可能通向新发现的线索。
因此，他们已经实施了许多文化因素和组织因素，以帮助人们公开、建设性且尊重地相互交流。
原创文章，作者：睿鸿在线，如若转载，请注明出处：https://mip.orihonor.com/2024/12/04/20892.shtml
