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