Mr. Macho
Writer
Một công ty Trung Quốc bắt đầu dùng AI làm thuốc cho con người.
"Trong cơ thể con người có lẽ có hàng chục nghìn ổ khóa, và hầu hết trong số đó đều là mục tiêu khó. Trước đây, rất khó để tìm ra chìa khóa của những ổ khóa này. Giờ đây AI có thể tìm ra cách mở các ổ khóa này, và thậm chí ghép chúng với các phím thích hợp. Điều này rất quan trọng đối với AI. Một trong những đóng góp quan trọng trong công việc", Sun Weijie, người sáng lập và Giám đốc điều hành của Công nghệ Thâm Quyến, cho biết trong một cuộc phỏng vấn.
Trong lĩnh vực nghiên cứu và phát triển thuốc, có một "luật mười đôi" nổi tiếng, nghĩa là phải mất hơn 10 năm và 1 tỷ USD để cho ra đời một loại thuốc mới. Vì vậy, việc nghiên cứu và phát triển thuốc mới có thể nói là “phụ thuộc vào thời tiết”, chỉ trong số lượng khổng lồ các phân tử giống thuốc, sẽ phải mất vài năm mới tìm ra được hợp chất có thể trở thành thuốc. Nhưng AI được kỳ vọng sẽ giải quyết được vấn đề này, nó không chỉ có thể tính toán nhanh chóng các hợp chất có tiềm năng phát triển mà còn có thể xác nhận một cách toàn diện chế độ liên kết của nó với mục tiêu (các phân tử sinh học gây bệnh) dựa trên các yếu tố như hoạt động.
Dựa trên điểm yếu này của ngành, Công ty Công nghệ Thâm Quyến đã cho ra mắt nền tảng thiết kế tính toán thuốc Hermite. Nền tảng này tích hợp mô hình vật lý trí tuệ nhân tạo và điện toán hiệu suất cao, dự đoán cấu trúc protein, dự đoán chế độ liên kết mục tiêu thuốc, sàng lọc hợp chất, tối ưu hóa hợp chất chì và dự đoán đặc tính phân tử cùng các chức năng khác.
"Trước đây, một số lượng lớn các thí nghiệm lặp đi lặp lại không những kém hiệu quả mà không gian mà chúng có thể bao phủ vẫn còn rất nhỏ. Nhưng bây giờ, trước khi thực hiện mỗi bước, AI sẽ tính toán trước, nếu không phù hợp thì thí nghiệm sẽ không được thực hiện và hiệu quả nghiên cứu và phát triển tổng thể đã được cải thiện", Sun Weijie giải thích.
Ngoài việc giảm chi phí và cải thiện hiệu quả, giá trị lớn hơn của AI còn nằm ở việc liệu nó có thể mang lại những khả năng mới hay không. Mặc dù danh mục thuốc có vẻ rất toàn diện nhưng vẫn có những bệnh không thể chữa khỏi, chẳng hạn như khối u và các bệnh tự miễn ở người.
Một bài báo năm 2017 trên tạp chí Nature đã đề cập rằng số lượng hợp chất có thể trở thành ma túy là lũy thừa 10 mũ 60. Điều này có nghĩa là số lượng phân tử có thể dùng để chế tạo thuốc lớn hơn số lượng nguyên tử trong hệ mặt trời và gần như không thể sàng lọc hết chúng bằng các phương pháp thí nghiệm truyền thống. AI không chỉ có thể mở rộng phạm vi tính toán và nhanh chóng suy ra số lượng lớn các hợp chất mà còn đánh giá toàn diện các yếu tố như khả năng đánh thuốc và hoạt động để chọn ra những yếu tố có tiềm năng thích ứng lớn nhất.
Nhiều nhà đầu tư cũng có trí tưởng tượng tuyệt vời rằng AI có thể giải quyết những khó khăn tồn tại lâu dài trong nghiên cứu và phát triển thuốc, đồng thời chọn ra từng công ty có triển vọng nhất cho thị trường. Chỉ riêng năm 2021, hơn 270 công ty dược phẩm AI đã được thành lập và số lượng công ty trên thị trường sơ cấp cũng tăng vọt từ 10 lên hơn 60.
Tuy nhiên, do không thể chờ đợi một loại thuốc do AI thiết kế được phê duyệt thành công để tiếp thị, cùng với các yếu tố như chu kỳ R&D dài và chính sách không hoàn hảo, nguồn tài chính của các công ty dược phẩm AI trong nước sẽ bị cắt giảm một nửa vào năm 2022.
Ngay cả khi các nhà đầu tư tràn đầy kỳ vọng, họ cũng không thể phủ nhận một thực tế rằng mặc dù AI đã cải thiện hiệu quả phát triển thuốc tiền lâm sàng nhưng nó vẫn phải đối mặt với vấn đề thiếu dữ liệu lâm sàng chất lượng cao và các thử nghiệm lâm sàng kéo dài mà tất cả các loại thuốc đều cần phải thực hiện. đi xuyên qua.
Ngay cả ChatGPT cũng không thể trả lời chính xác các câu hỏi y tế nếu không có dữ liệu lâm sàng chất lượng cao để đào tạo. Ở Trung Quốc, dữ liệu lâm sàng thực tế được coi là bí mật thương mại không thể tiết lộ và chủ yếu tập trung trong tay các công ty dược phẩm. Ngay cả khi các công ty dược phẩm AI có được một số dữ liệu thông qua hợp tác với các công ty dược phẩm, họ sẽ cần phải dành nhiều thời gian và nguồn lực để điều chỉnh dữ liệu bằng kỹ thuật số.
Ảnh minh họa
Về vấn đề này, Sun Weijie tin rằng "dữ liệu không bao giờ là đủ. Nút thắt hiện tại vẫn còn ở cấp độ mô hình. Cách sử dụng dữ liệu hạn chế là quan trọng nhất. Cũng giống như trước khi xuất hiện các công cụ AI4S như AlphaFold, mọi người đều cảm thấy rằng họ có thể chỉ có một bậc thầy Với hàng trăm nghìn dữ liệu protein, rất khó để dự đoán hàng tỷ chuỗi protein hiện có" .
Ngay cả khi vấn đề dữ liệu có thể được giải quyết, thời gian còn lại cho các công ty dược phẩm AI vẫn rất eo hẹp.
Các loại thuốc do AI thiết kế, giống như dược phẩm truyền thống, phải trải qua các thử nghiệm lâm sàng nhiều giai đoạn nghiêm ngặt và kéo dài. Theo dữ liệu được công bố trong vài năm qua, chỉ có 10% cơ hội vượt qua các thử nghiệm lâm sàng giai đoạn I, II và III và hầu hết đều mất hơn 10 đến 15 năm. Trong giai đoạn này, vẫn cần phải đầu tư dài hạn và quy mô lớn, đồng thời phát triển loại thuốc mới thứ hai để công ty có thể hoạt động bình thường.
Nhưng việc đưa thị trường vốn trở lại hợp lý vừa là thách thức vừa là cơ hội cho các doanh nhân. Theo công ty nghiên cứu thị trường Research And Markets, quy mô thị trường của dược phẩm AI dự kiến sẽ đạt 2,994 tỷ USD vào năm 2026. Công ty tư vấn Gartner cũng tin rằng 50% việc khám phá và phát triển thuốc sẽ sử dụng AI tạo ra vào năm 2025.
AI đã nắm bắt cơ hội khi phát triển các loại thuốc chống lại virus Corona mới và cho mọi người thấy được sức mạnh của nó. Công ty Moderna của Mỹ đã sử dụng nền tảng AI để học hỏi từ 20.000 chuỗi mRNA duy nhất mà công ty tạo ra và chỉ mất 42 ngày để thiết kế và sản xuất lô vắc xin COVID-19 đầu tiên được thử nghiệm.
Điều này có nghĩa là việc chỉ dựa vào câu chuyện tổng thể về việc giải quyết mọi vấn đề về bệnh tật sẽ không thể huy động được tiền nữa và các công ty có thể đạt được tiến bộ công nghệ cuối cùng sẽ có thể đứng vững trên bàn đàm phán.
"Trong cơ thể con người có lẽ có hàng chục nghìn ổ khóa, và hầu hết trong số đó đều là mục tiêu khó. Trước đây, rất khó để tìm ra chìa khóa của những ổ khóa này. Giờ đây AI có thể tìm ra cách mở các ổ khóa này, và thậm chí ghép chúng với các phím thích hợp. Điều này rất quan trọng đối với AI. Một trong những đóng góp quan trọng trong công việc", Sun Weijie, người sáng lập và Giám đốc điều hành của Công nghệ Thâm Quyến, cho biết trong một cuộc phỏng vấn.
Trong lĩnh vực nghiên cứu và phát triển thuốc, có một "luật mười đôi" nổi tiếng, nghĩa là phải mất hơn 10 năm và 1 tỷ USD để cho ra đời một loại thuốc mới. Vì vậy, việc nghiên cứu và phát triển thuốc mới có thể nói là “phụ thuộc vào thời tiết”, chỉ trong số lượng khổng lồ các phân tử giống thuốc, sẽ phải mất vài năm mới tìm ra được hợp chất có thể trở thành thuốc. Nhưng AI được kỳ vọng sẽ giải quyết được vấn đề này, nó không chỉ có thể tính toán nhanh chóng các hợp chất có tiềm năng phát triển mà còn có thể xác nhận một cách toàn diện chế độ liên kết của nó với mục tiêu (các phân tử sinh học gây bệnh) dựa trên các yếu tố như hoạt động.
Dựa trên điểm yếu này của ngành, Công ty Công nghệ Thâm Quyến đã cho ra mắt nền tảng thiết kế tính toán thuốc Hermite. Nền tảng này tích hợp mô hình vật lý trí tuệ nhân tạo và điện toán hiệu suất cao, dự đoán cấu trúc protein, dự đoán chế độ liên kết mục tiêu thuốc, sàng lọc hợp chất, tối ưu hóa hợp chất chì và dự đoán đặc tính phân tử cùng các chức năng khác.
"Trước đây, một số lượng lớn các thí nghiệm lặp đi lặp lại không những kém hiệu quả mà không gian mà chúng có thể bao phủ vẫn còn rất nhỏ. Nhưng bây giờ, trước khi thực hiện mỗi bước, AI sẽ tính toán trước, nếu không phù hợp thì thí nghiệm sẽ không được thực hiện và hiệu quả nghiên cứu và phát triển tổng thể đã được cải thiện", Sun Weijie giải thích.
Ngoài việc giảm chi phí và cải thiện hiệu quả, giá trị lớn hơn của AI còn nằm ở việc liệu nó có thể mang lại những khả năng mới hay không. Mặc dù danh mục thuốc có vẻ rất toàn diện nhưng vẫn có những bệnh không thể chữa khỏi, chẳng hạn như khối u và các bệnh tự miễn ở người.
Một bài báo năm 2017 trên tạp chí Nature đã đề cập rằng số lượng hợp chất có thể trở thành ma túy là lũy thừa 10 mũ 60. Điều này có nghĩa là số lượng phân tử có thể dùng để chế tạo thuốc lớn hơn số lượng nguyên tử trong hệ mặt trời và gần như không thể sàng lọc hết chúng bằng các phương pháp thí nghiệm truyền thống. AI không chỉ có thể mở rộng phạm vi tính toán và nhanh chóng suy ra số lượng lớn các hợp chất mà còn đánh giá toàn diện các yếu tố như khả năng đánh thuốc và hoạt động để chọn ra những yếu tố có tiềm năng thích ứng lớn nhất.
Nhiều nhà đầu tư cũng có trí tưởng tượng tuyệt vời rằng AI có thể giải quyết những khó khăn tồn tại lâu dài trong nghiên cứu và phát triển thuốc, đồng thời chọn ra từng công ty có triển vọng nhất cho thị trường. Chỉ riêng năm 2021, hơn 270 công ty dược phẩm AI đã được thành lập và số lượng công ty trên thị trường sơ cấp cũng tăng vọt từ 10 lên hơn 60.
Tuy nhiên, do không thể chờ đợi một loại thuốc do AI thiết kế được phê duyệt thành công để tiếp thị, cùng với các yếu tố như chu kỳ R&D dài và chính sách không hoàn hảo, nguồn tài chính của các công ty dược phẩm AI trong nước sẽ bị cắt giảm một nửa vào năm 2022.
Ngay cả khi các nhà đầu tư tràn đầy kỳ vọng, họ cũng không thể phủ nhận một thực tế rằng mặc dù AI đã cải thiện hiệu quả phát triển thuốc tiền lâm sàng nhưng nó vẫn phải đối mặt với vấn đề thiếu dữ liệu lâm sàng chất lượng cao và các thử nghiệm lâm sàng kéo dài mà tất cả các loại thuốc đều cần phải thực hiện. đi xuyên qua.
Ngay cả ChatGPT cũng không thể trả lời chính xác các câu hỏi y tế nếu không có dữ liệu lâm sàng chất lượng cao để đào tạo. Ở Trung Quốc, dữ liệu lâm sàng thực tế được coi là bí mật thương mại không thể tiết lộ và chủ yếu tập trung trong tay các công ty dược phẩm. Ngay cả khi các công ty dược phẩm AI có được một số dữ liệu thông qua hợp tác với các công ty dược phẩm, họ sẽ cần phải dành nhiều thời gian và nguồn lực để điều chỉnh dữ liệu bằng kỹ thuật số.
Về vấn đề này, Sun Weijie tin rằng "dữ liệu không bao giờ là đủ. Nút thắt hiện tại vẫn còn ở cấp độ mô hình. Cách sử dụng dữ liệu hạn chế là quan trọng nhất. Cũng giống như trước khi xuất hiện các công cụ AI4S như AlphaFold, mọi người đều cảm thấy rằng họ có thể chỉ có một bậc thầy Với hàng trăm nghìn dữ liệu protein, rất khó để dự đoán hàng tỷ chuỗi protein hiện có" .
Ngay cả khi vấn đề dữ liệu có thể được giải quyết, thời gian còn lại cho các công ty dược phẩm AI vẫn rất eo hẹp.
Các loại thuốc do AI thiết kế, giống như dược phẩm truyền thống, phải trải qua các thử nghiệm lâm sàng nhiều giai đoạn nghiêm ngặt và kéo dài. Theo dữ liệu được công bố trong vài năm qua, chỉ có 10% cơ hội vượt qua các thử nghiệm lâm sàng giai đoạn I, II và III và hầu hết đều mất hơn 10 đến 15 năm. Trong giai đoạn này, vẫn cần phải đầu tư dài hạn và quy mô lớn, đồng thời phát triển loại thuốc mới thứ hai để công ty có thể hoạt động bình thường.
Nhưng việc đưa thị trường vốn trở lại hợp lý vừa là thách thức vừa là cơ hội cho các doanh nhân. Theo công ty nghiên cứu thị trường Research And Markets, quy mô thị trường của dược phẩm AI dự kiến sẽ đạt 2,994 tỷ USD vào năm 2026. Công ty tư vấn Gartner cũng tin rằng 50% việc khám phá và phát triển thuốc sẽ sử dụng AI tạo ra vào năm 2025.
AI đã nắm bắt cơ hội khi phát triển các loại thuốc chống lại virus Corona mới và cho mọi người thấy được sức mạnh của nó. Công ty Moderna của Mỹ đã sử dụng nền tảng AI để học hỏi từ 20.000 chuỗi mRNA duy nhất mà công ty tạo ra và chỉ mất 42 ngày để thiết kế và sản xuất lô vắc xin COVID-19 đầu tiên được thử nghiệm.
Điều này có nghĩa là việc chỉ dựa vào câu chuyện tổng thể về việc giải quyết mọi vấn đề về bệnh tật sẽ không thể huy động được tiền nữa và các công ty có thể đạt được tiến bộ công nghệ cuối cùng sẽ có thể đứng vững trên bàn đàm phán.
