推動 AI 與生物醫藥雙向賦能，WAIC2022· 上海生物計算論壇精彩內容回顧?

本次論壇，就生物計算發展趨勢與挑戰展開分享與討論。

「賦能新未來，釋放新動能」，由世界人工智能大會組委會辦公室指導，上海市生物醫藥產業促進中心、上海市人工智能行業協會、機器之心發起并聯合主辦，上海中青年知識分子聯誼會、上海市經濟和信息化系統中青年知識分子聯誼會協辦的「WAIC2022 · 上海生物計算論壇」于 9 月 2 日在上海張江科學會堂圓滿舉辦。

來自加拿大皇家科學院、上海市生物醫藥促進中心、北大、微軟、昇思MindSpore、BioMap、分子之心、天壤 XLab、晶泰科技、華深智藥、聯拓生物等機構、高校、科技和醫藥企業的專家學者，就生物計算發展趨勢與挑戰展開分享與討論。以下為本次生物計算論壇內容的精彩回顧。

上海市委統戰部常務副部長黃紅、上海市經濟和信息化委員會副主任張英出席會議并致辭。

上海市委統戰部常務副部長黃紅

上海市經濟和信息化委員會副主任張英

新冠疫情為「AI + 生物醫藥」提供大量試驗機會。從新冠小分子藥物到抗體藥和疫苗研發，AI 技術助力了多款新藥的研發。

加拿大皇家科學院院士、ACM Fellow、IEEE Fellow 李明以《個體化發現和檢測新抗原》為題進行了特邀報告，介紹了 AI 助力癌癥治療的新進展。

李明教授分享了一系列直接在細胞表面尋找新抗原（Neoantigens）的最新研究。通過模擬人類中心耐受系統，用人工智能系統代替濕實驗檢測免疫原性，可以做到自動化、個體化的免疫治療。這為個體化免疫治療提供了「新抗原發現」和「免疫原性檢測」的新途徑。另外，由于免疫原性檢測需要大量數據，李教授呼吁領域內的研究人員加強合作，一同為人類健康事業貢獻力量。

之后，分子之心創始人兼首席科學家許錦波以《AI 蛋白質研究的新進展》為題進行了特邀報告，分享了蛋白質生物計算前沿技術進展。

許錦波教授表示，近年來，人工智能的深入發展，讓蛋白質的結構及功能研究取得了巨大的突破，從傳統的物理和統計方法快速走向最新的機器學習乃至深度學習算法，分子生物學界的研究范式也從基于序列的研究轉向基于結構的研究，極大提高了蛋白質從頭設計的效率。而在產業界，AI 蛋白質發現和設計也由此乘勢而起，成為全球矚目的熱門賽道。

但是，由于蛋白質分子的作用機制極其復雜，即便使用新興的 AI 方法，也仍然存在很多有待進一步探索和解決的問題。此外，許教授指出當前國內亟需一個功能完整的 AI 蛋白質設計和優化平臺，為研究界的技術攻關和產業界的工業化落地推進提供助力。

他領銜的分子之心團隊，推出了業界首個功能完整的 AI 蛋白質預測和設計平臺 MoleculeOS，并具備全球領先的蛋白質結構及特性預測和蛋白質設計能力，目前已在蛋白質從頭設計、蛋白質優化、抗體重設計、蛋白質以及復合物結構預測、蛋白－蛋白對接、蛋白質側鏈預測、蛋白質功能預測、蛋白質語言模型等關鍵領域，開發出十余項世界領先的 AI 算法，計算結果遠超文獻報道及全世界已公開發表的最好結果。

后疫情時代來臨，「AI + 生物醫藥」能否保持強勁發展勢頭，將面臨哪些挑戰與機遇？

上海市生物醫藥促進中心副主任唐軍，微軟杰出首席科學家、微軟亞洲研究院副院長、微軟研究院科學智能中心亞洲區負責人劉鐵巖，華深智藥創始人 &CEO 彭健展開圓桌對話，共議關鍵技術創新與突破，共探生物醫藥研發新模式，一起展望「AI + 生物醫藥」發展趨勢。三位老師分別從研究現狀、人才吸引、產業落地等多個角度對這一議題進行了探討。

彭健表示生物計算未來一定是百花齊放的形式。制藥的發展是長鏈條多環節的，從早期靶點到藥物發現，甚至到后面的臨床實驗，每一個環節在整個產業鏈中都是非常有價值的部分，缺一不可。同樣，無論 AI 計算還是實驗，必定在產業鏈每一個環節中擁有多樣化的應用以及不同的貢獻。

劉鐵巖指出藥物設計相關的研究本身是非常廣闊而豐富的，無論是從不同的藥物類型、還是制藥的流程來看，都有獨特的技術挑戰；面臨豐富的研究場景，本來就應該是百花齊放的狀態。當然，目前也存在一些問題，比如在結構預測、親和力預測等研究課題上存在扎堆的現象，其中一部分原因是在這些領域已經有比較成熟的技術基礎，但同時也是表明大家沒有以「長期主義」的心態來從頭構建自己的技術壁壘，這是需要引起學術界和產業界高度重視的。

唐軍表示藥物研發的流程是復雜的，相對耗時耗力，特別是人體實驗環節；而通過 AI 技術模擬抗原免疫原性篩選系統以后，工作量可以減少很多。這項工作非常有意義，它實際上給生物制藥、化學制藥行業帶來顛覆性的改變。另外還指出，從研發與上市兩個角度來考量，新藥上市還依靠銷售專家、醫保系統等等，所以政府協調部門也是關鍵的一環。

三位老師共同表示，除了傳統意義上的交叉人才，「AI + 生物醫藥」還需要吸引更多計算機、生命科學、醫藥等領域的頂尖人才。此外，與此配套的產業政策，將是該領域健康發展的重要保障。三位老師共同呼吁，各領域學者應當加強合作，共同創造「AI + 生物醫藥」新藍圖。

在之后的主題演講環節，眾嘉賓圍繞蛋白質設計、分子模擬、定量科學等新藥研發關鍵議題做了精彩演講。

北京大學化學與分子工程學院教授、北京大學理學部副主任高毅勤，以《分子模擬與深度學習在分子體系中的應用與方法發展》為題進行了分享。

本次演講，高毅勤教授主要通過「從染色質結構到蛋白質互作」、「從蛋白質序列到蛋白質結構」以及「藥物分子與蛋白質相互作用」三個方面描述了分子模擬、基礎藥物研發方向的前沿研究，并提出了一些建設性想法。高教授希望未來可以逐步建立多模態、多精度、跨尺度的虛擬細胞模型；同時，也指出這方面的模擬理論方法和技術還需要更多的發展。

BioMap 首席 AI 科學家宋樂，以《AI For Drug Design》為題，探討了 AI 醫藥研發的挑戰與前進方向。

宋樂表示，醫藥研發是長鏈條的問題，挑戰存在于研發路徑的各個階段；同時從另一個角度，生物機體是一個復雜而龐大的網絡，對應于各類疾病又會有不同尺度不同維度的數據測量，因此多角度理解生物數據之間的關聯對于 AI 制藥領域尤為重要。此外，宋樂認為，通過 AI 研究人員和生物醫藥實驗人員以及生物技術人員統籌協調的閉環合作方式，能夠高效率加速藥物研發過程；從而能夠以更短的時間更小的造價，制造更多的新藥，解決更多的疾病。

華為中央軟件院昇思MindSpore 開源項目架構師王紫東，以《MindSpore AI + 科學計算實踐》為題做了主題演講。

王紫東表示，現在 AI 和分子模擬已經開始進行融合，并且也產生了一些突破性的研究成果；MindSpore 在 AI+ 生物計算方面也做出了許多實踐，通過分子模擬、蛋白質結構預測以及對新冠病毒 Delta 變異毒株模擬等實例，詳細分析了生物計算領域的眾多挑戰及應對思路。并指出，基于分子力場的模擬可以相對降低盲目性。

聯拓生物轉化醫學、臨床運營和腫瘤開發副總裁呂承，以《定量科學在新藥研發中的新應用》為題進行了主題分享。

呂承圍繞「定量科學在藥物臨床開發中的意義」以及「定量藥理學的一些模型化解決方案」兩個方面，系統地介紹了整個藥物研發過程中人工智能和定量科學所發揮的加速作用。并簡單介紹了定量系統藥理學，該學科是多學科交叉的產物，涉及藥理學、化學生物學、生物信息等，被認為是未來轉化醫學的核心技術。同時指出，選擇合適的藥物加速藥物開發是非常重要的，這需要生物醫藥研發的研究者政策制定者共同推進。

天壤 XLab 負責人苗洪江，以《從發現到發明：蛋白質設計引領生命科學新浪潮》為題，介紹了蛋白質從頭設計的研究進展以及 CREATOR 工作臺的應用。

苗洪江介紹了天壤從智能圍棋、智慧交通到蛋白質設計的發展歷程；以新冠病毒刺突蛋白和 IL-2 蛋白為例，細致解讀了 TRDesign 從頭設計蛋白質的技術路線，并發布了「All in one」AI蛋白質設計平臺。苗洪江指出，做蛋白質設計存在算力需求大、經驗要求高、技術門檻高和流程復雜等困難，嚴重限制了蛋白質設計領域的發展，該工作臺提供了一種新的科研范式，一站式完成從項目規劃到結果分析的整個流程，大幅提升研發效率。

晶泰科技聯合創始人、CEO 馬健，以《從自動化到智能化——新藥研發的升級之路》為題，探討了新藥研發模式的挑戰與變革。

馬健指出從行業視角來看，人工智能與生物及藥物研發的深度結合，是未來發展的趨勢。他認為近幾年生物計算存在兩個紅利，一個是資本紅利，主要來源于互聯網發展的下半場和中國醫藥政策的驅動；另一個是技術紅利，例如算法、圖神經網絡、深度學習，以及電子行業3C制造發展起來的協作機器人等技術。人工智能和自動化的加入可以大大降低藥物研發的試錯成本，提高效率和成功率。同時他也指出人口紅利特別是工程師紅利在消退，生物醫藥產業接下來將面臨勞動力短缺的問題，因此人工智能和自動化技術與醫藥研發的深度融合勢在必行。

以上為本次論壇內容的精彩回顧。未來，生物計算論壇將繼續打造「AI + 生物醫藥」創新生態圈，驅動生物醫藥產業創新發展，釋放生物計算行業新動能，實現 AI 與生物醫藥的雙向賦能。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！