#AI藥物
全球最大科技公司和最大藥企,宣佈合作
當地時間1月12日,摩根大通醫療健康大會(JPM Conference)在舊金山正式召開。大會首日,全球市值最大的科技公司輝達與全球市值最大的製藥公司禮來宣佈,將在五年內斥資10億美元在舊金山灣區建立一個新的聯合研究實驗室,以加速AI藥物研發處理程序。截至發稿,輝達市值為4.5兆美元,位居全球市值最大公司榜首;禮來市值穩定在1兆美元上方,牢牢佔據全球市值最大製藥企業的地位。據介紹,該實驗室將使用輝達最新一代AI晶片Vera Rubin。就在幾個月前,禮來曾表示,正使用1000多個輝達當前一代AI晶片Grace Blackwell建構一台超級電腦。這也有望成為全球最強大的AI電腦之一。使用人工智慧模型來設計和發現新藥物,是目前全球製藥巨頭加速佈局的方向,此舉目標是縮短新藥研發上市所需的時間。隨著輝達加速滲透生物技術市場,該公司採取的戰略是提供開源人工智慧模型和軟體,以便製藥商可以基於輝達的硬體,並利用這些模型和軟體建構自己的藥物開發平台。輝達當天還發佈了一系列新模型,其中包括一個可用於確保使用人工智慧工具設計的藥物在真實世界實驗室中合成的更新模型。對此,花旗分析師在一份發給投資人的報告中寫道:“輝達與禮來結成戰略聯盟,旨在通過將禮來公司的製藥專業知識與輝達的尖端人工智慧、加速計算和基礎設施能力相融合,從根本上重塑藥物發現,並將頂尖科學家和人工智慧工程師集中在一起,共同應對複雜的新藥研發挑戰。”諮詢公司麥肯錫在去年發佈的一份報告中稱,人工智慧是製藥業“百年難得的歷史性機會”。在美國,已經誕生了一大批AI製藥公司,它們通過建設大型實驗室,生成資訊來幫助訓練人工智慧,從而加速實驗處理程序,識別預測可能有效的藥物分子,並通過生成式人工智慧將藥物分子的設計數位化。波士頓諮詢的一份研究顯示,到2025年,AI生成的藥物分子在一期臨床試驗中的成功率已經高達80%至90%,高於50%的歷史平均水平。這意味著,AI發現的藥物正在突破臨床一期的瓶頸,展現出進入後期臨床驗證階段的潛力。AI製藥近年來也已經成為醫藥巨頭“因害怕錯過而不得不投”的新賽道。除了禮來之外,諾和諾德、艾伯維、默克、阿斯利康等巨頭公司都涉足了AI製藥領域。去年3月,擁有前“藥王”修美樂的艾伯維宣佈收購AI製藥公司Landos  Biopharma;2024年9月,諾和諾德與美國科技公司Valo  Health達成合作協議,尋求利用人類資料和人工智慧技術發現並開發心臟代謝疾病新療法。根據研究機構Research And Markets資料,2022年全球AI製藥市場規模已經超過10億美元,預計2026年市場規模將接近30億美元。中國生物製藥企業也有望在這一輪的AI製藥熱潮中再次引領技術前沿。去年,中國研究團隊展示了一項研究成果,他們利用生成式AI平台,“從零開始”發現全新靶點並設計全新分子、完成實驗驗證的過程。《自然醫學》對此發表評論稱,該研究標誌著向人工智慧輔助藥物發現引入臨床治療方面邁出堅實的一步。 (第一財經)
全球第一AI科學家天團,首戰封神!2.5個月找到治盲新藥,醫學圈震撼
【新智元導讀】就在剛剛,世界首個AI科學家天團首個成果重磅發佈——治療失明的新藥被發現了,而且僅僅用時2.5個月!世界首個AI科學家天團,剛剛重磅爆出了第一個成果!其中一位AI科學家,在實驗室中取得了首個重大突破——針對失明(dAMD)的全新藥物。可以說,這是一項真正的科學發現!AI自己做實驗、自己發現醫新藥的時代,真的來臨了。注意,在這個過程中,所有資料、假設、原始實驗和後續實驗,都是由AI科學家智能體生成的。只有實驗室工作和論文撰寫沒有被自動化。而且,全過程僅僅由一個研究人員小團隊,在短短2.5個月內就完成了。這代表了AI驅動科學發現的全新範式!就在五一期間,FutureHouse發佈了四個AI科學家Agent,科研能力直接超越o3,文獻搜尋已經超過人類博士。沒想到這次,才短短二十多天,AI們就已經產生了真正的成果。論文地址:https://arxiv.org/abs/2505.13400諾獎得主押注的方向,被人搶先了?不僅如此,GoogleDeepMind CEO、諾獎得主Demis Hassabis也在進軍AI藥物研發方向。他作為創始人,已經擁有了一家藥物研發初創公司Isomorphic Labs,成立僅四年。而Hassabis表示,到今年年底,公司就會有一款由AI設計的藥物進入臨床試驗了!在採訪中,Hassabis透露,公司正在關注腫瘤、心血管疾病、神經退行性疾病等主要疾病領域。「通常,發現一種新藥平均需要五到十年。而我們也許能將這個過程提速十倍,這將在人類健康領域帶來一場真正的革命。」這個方向實在是前景巨大,讓Isomorphic Labs一家吸引了多家大型製藥公司,希望借助AI降低高昂的藥物開發成本、提高研發效率。而現在,Future House,或許已經在這個方向上搶了先。AI科學家的首個發現AI科學家的首個重大突破,是一種治療乾性老年性黃斑變性(AMD)的新療法。因為乾性AMD是致盲的主要原因之一,這種療法前景十分廣闊。AI科學家智能體,這次直接包辦了寫論文所需的全過程,人類根本無需插手——它生成了假設、設計了實驗、分析了資料、進行了迭代,甚至為論文製作了圖表。可以說,除了沒進實驗室親手做實驗,AI基本把能幹的都幹了!不過要注意,提出這一發現的Future House團隊、真正的生物學家們特別強調說,這並不意味著他們已經用AI治癒了乾性AMD。如果要驗證這一假設,接下來還需要做人體試驗,這會需要更長的發現。而且,還不能說AI科學家這次做出了「第37步」等級的發現。不過按照目前的速度,相信達到這個水平,也會很快了。Robin出場:首個自動化科學發現的AI在這個過程中,團隊還推出了首個全自動化的多智能體系統——Robin。可以說,這個AI完全自動化了科學發現的電腦內(in-silico)元件。就是靠它,這次重大科研成果才能被發現。這應該是人類首次做到,讓AI將假設生成、實驗和資料分析以閉環的形式連接起來,這也標誌著,智能體推動的科學發生速度,從此會大幅加快!就在下週二,團隊將以開源形式發佈Robin。類似於Google的Co-Scientist,這段程式碼非常簡潔。團隊使用了多個AI智能體來篩選想法。在下周,程式碼就將開源,所有軌跡資料也會同時公開此前,FutureHouse發佈了一個AI智能體天團,專門用來實現科研各個環節的自動化。其中,Crow、Falcon和Owl用於文獻檢索和合成;Phoenix用於化學合成設計;Finch用於複雜資料分析。而這一次,團隊又完成了一項重大突破:所有這些智能體,合體到一個統一系統Robin中!這樣,科學過程中的關鍵智力步驟,就全部自動化。現在,Robin已經做出了首個發現——它識別出,Ripasudil可以作為治療乾性老年性黃斑變性(dAMD)的新型候選藥物。乾性老年性黃斑變性,是全球範圍內導致不可逆性失明的主要原因之一。此前,作為一種Rho激酶(ROCK)抑製劑,它已被臨床用於治療青光眼。Robin,如何做出首次發現所以,Robin具體是如何完成這一重大發現的呢?這個過程中,它經過了假設生成、實驗設計和資料分析的迭代循環。初始假設在這一階段,Robin借助Crow進行了廣泛的文獻綜述,隨後並提出一個關鍵假設——增強視網膜色素上皮(RPE)細胞的吞噬功能,可能對治療乾性老年性黃斑變性(dAMD)具有治療價值。隨後,Robin使用Falcon工具評估了一組可能實現該目標的候選分子,並在實驗室中對其中的十種進行了測試。接著,Robin利用Finch工具分析了這些實驗資料,由此有了這一發現:ROCK抑製劑Y-27632,能在細胞培養中增強RPE的吞噬功能。作用機制研究Robin隨後提出,應該進行RNA測序實驗,以確定Y-27632是否引起了可以解釋 RPE吞噬能力增強的基因表達變化。據此,人類科學家動手展開了實驗,由Finch進行資料分析,結果發現:Y-27632果然上調了ABCA1的表達!ABCA1,就是RPE細胞中一個關鍵的脂質外排泵。發現dAMD新療法基於第一輪藥物候選測試的資料,Robin提出了第二組候選藥物。研究者按照相同的實驗方法進行了測試,最終發現新的最佳候選物——Ripasudil,這是一種已被用於眼科治療的藥物。注意,整個研究的知識框架,完全是由AI主導的,而人類研究員起的作用,僅僅是執行物理實驗而已。要注意,Robin雖然首先被團隊應用於治療領域,但這個智能體是通用的,可以被用於從材料科學到氣候技術等跨多個領域的發現。科學研究的新範式,從此誕生了。人類從未想過的方法,被AI發現了從Future House放出的視訊中,我們可以瞭解到更多詳細資訊。團隊的三位成員,都是實打實的生物學家。比如左邊的Michaela,在過去十年中,一直在探索人類細胞基因調控分子機制的基本原理。中間的Ali,是一名臨床科學家,正在公司建立藥物研發管線。此前,他取得了生物技術的博士學位,還創辦過一家致力於研究新型生物材料藥物的公司。右邊的Benjamin,剛剛加入Future House,正在牛津大學攻讀統計機器學習博士學位,此前曾從事計算合成生物學工作。團隊介紹說,為了生成針對幹性AMD的新型治療候選藥物,他們建立了一個管線,把三個智能體Crow、Falcon(文獻綜述智能體)和Finch(原型資料分析智能體)連接了起來。這個多智能體系統,是同類系統中第一個將假設生成與資料分析結合起來的系統,從而建立了一個端到端的治療發現系統。以下,就是這個系統的具體工作原理。首先,通過對150篇文獻進行廣泛綜述,它提出了一種治療乾性黃斑變性(dAMD)的實驗策略。在綜合了400多篇科學論文和臨床實驗報告後,該系統生成了增強RPE吞噬作用的治療候選藥物的假設。然後,團隊嘗試了本次實驗中智能體建議的10種初始藥物。另外AI還建議,在實驗室的細胞培養測定中,使用ARP 19細胞和流式細胞術模擬這種行為。總之,這些智能體幾乎完成了藥物發現工作流中的每個步驟,人類只需要從系統給出的分析中進行選擇、執行實驗就可以了。由此,他們發現:Y-27632在增強RPE吞噬能力上表現最佳。當他們第二次運行Robin,並向其提供實驗結果時,它提出了另一種藥物Ripasudil。此前,人們只知道Ripasudil會抑制吞噬作用,但沒有人想到,它還可以作為乾性黃斑變性的一種治療方法!這就是AI科研的奇妙之處了——答案在幾年前就在那裡,但從未有人想過用這種方式,將所有事實整合到一起。甚至,這個AI還建議人類去進行RNA研究,來搞清為何Y27632能增強吞噬作用。聽話地做完這個實驗後,人們把資料提供給Finch,發現這種藥物不僅能導致肌動蛋白細胞骨架基因的差異表達,還改變了自噬基因的表達。這就揭示了Ripasudil發揮作用的潛在新機制。只要繼續這個實驗循環,智能體就會不斷進行資料分析,生成進一步的假設,從而很可能讓我們得到關於如何治療疾病的新機制的假設。這代表了AI智能體中科學發現上一個真正令人興奮的里程碑。更令人激動的是,這個過程才剛剛開始。 (新智元)