本文来自:华尔街见闻,作者:卜淑情,原文标题:《“AI+医疗”标志性突破:谷歌分拆的药物AI研究室签订价值30亿美元协议》,题图来自:视觉中国(图为Deepmind联合创始人Hassabis)


谷歌旗下AI制药公司与全球两大制药巨头达成合作,标志着人工智能+生物医疗进入新的历史阶段。


当地时间周一,Isomorphic Labs宣布与礼来和诺华签署了首个制药合作伙伴关系合同,将AI技术用于新药物的发现。


根据合同,Isomorphic将从礼来获得4500万美元的预付款,用于合作研究多靶点小分子疗法,根据未来业绩,可能会获得17亿美元的付款。


此外,Isomorphic将和诺华制药合作开发三个未公开靶点小分子疗法。诺华制药除了资助“精选”研究费用外,还将预付3750万美元,且未来的支付可能高达12亿美元。


这是lsomorphic首次与医药公司建立制药合作关系,也标志着公司发展达到里程碑。


DeepMind联合创始人兼Isomorphic首席执行官Demis Hassabis在一份新闻稿中表示:“我们很高兴能够建立这种合作伙伴关系并应用我们的专有技术平台。” “我们共同致力于推进突破性的药物设计方法和对最先进科学的欣赏,这使得这些伙伴关系特别引人注目。”


Isomorphic成立于2021年11月,由谷歌旗下DeepMind拆分而来,专注于AI医药领域。该公司运用了DeepMind在生物医药研究方面的成果,特别是其蛋白质结构预测模型AlphaFold,来进行药物发现。目前,Isomorphic面临着开始盈利的压力。2021年,该公司因在瑞士洛桑开设分公司之前加大招聘力度而遭遇了240万英镑(约合300万美元)的亏损。


虚拟筛选+从头设计


Hassabis表示,此前Isomorphic已与一系列大型制药公司进行了初步谈判,但礼来和诺华最热衷于参与“从头开始”的合作。


诺华生物医学研究总裁Fiona Marshall称此次合作是“天作之合”,因为诺华还与其他科技巨头合作,例如在数据存储方面与Palantir合作,在生成化学方面与微软合作。诺华方面表示,它们选择的靶点很难,都是结构尚未解决或化学家无法找到正确类型化学物质的蛋白质。


具体来看,Isomorphic将利用高性能计算的虚拟筛选技术,从数十亿种化合物中寻找能够作用于特定靶点的化合物。Marshall说,传统的筛选方法通常可以覆盖100万个化合物,而虚拟筛选可以覆盖200亿个化合物。


但值得注意的是,该技术并不完美。《自然》杂志最近的一篇文章指出,AlphaFold偶尔会犯明显的错误,并且在许多情况下其预测结果并不能取代实验数据。


除此以外,Isomorphic还计划从头设计分子,即从零开始设计一个理想的、能完美嵌入目标蛋白结合口袋的新型分子。


Hassabis称这两种方法是其技术的“明显容易实现的成果”,初步结果很有希望。


AlphaFold还有更大想象力


经过Isomorphic的进一步开发,AlphaFold的功能已经不仅仅局限于预测静态蛋白质结构。Marshall说,预测蛋白质结构本身“对药物设计没有多大帮助”,预测小分子如何与特定蛋白质结合具有更大的价值。


Isomorphic最近更新的AlphaFold-latest版本可以预测这些复杂的结构,Hassabis称它是“世界上最好的共折叠系统,既可以预测配体的结合位点,也可以预测结合亲和力”。


不过,该领域的最终目标和挑战是进一步建立分子结构与功能的关联,以及预测药效和安全性,从这个角度来看,Isomorphic的技术还有很大的提升空间。


Marshall在接受媒体采访时表示:“我们确信Isomorphic能够做到减少从确定目标到获得候选分子的时间。” “平均而言,使用传统方法需要三到四年的时间。我认为Isomorphic可以将时间减半。”


除了这些合作之外,Hassabis表示,2024年的目标是让Isomorphic的机器学习团队不断提高其预测系统的准确性。


关于其自身药物项目的细节仍处于保密状态,但Isomorphic已将大约20个靶点的清单缩短到几个,该公司正在利用CRO来制造和测试有潜力的化合物。


“我们仍处于测试该平台预测的早期阶段”,Hassabis说,“AI模型有多可靠?一旦我们认为已经成熟,那么我们就可以真正全力推进内部项目。”


本文来自:华尔街见闻,作者:卜淑情