摘要：学科交叉已经逐渐变成了科技创新的一个主要源泉，成为这个科学时代一个不可替代的研究范式。在科技与技术合力赋能之下，中国科研人创新奋斗再出新成果，人类与病菌的博弈因此有了新武器。
本文分享自华为云社区《打破“双十定律”，华为云AI推动超级抗菌药Drug X研发加速》，作者：澎湃新闻。
学科交叉已经逐渐变成了科技创新的一个主要源泉，成为这个科学时代一个不可替代的研究范式。在科技与技术合力赋能之下，中国科研人创新奋斗再出新成果，人类与病菌的博弈因此有了新武器。
据悉，西安交大一附院的刘冰教授利用基于华为云盘古药物分子大模型打造的 AI辅助药物设计服务，成功研制超级抗菌药Drug X，该药物通过靶向微生物类组蛋白HU，抑制细菌的DNA复制达到抗菌效果，是世界上首次发现噬菌体编码靶向细菌类组蛋白HU的抑菌抑制剂，有望成为全球近40年来首个新靶点、新类别的抗生素。
同时，除了抗菌，在抗疟原虫以及其他寄生虫领域，Drug X已经取得一些良好效果反馈，处于临床前阶段，并已在国际范围申请专利。[1]
▲刘冰教授
除了医学效用上的重大创新，Drug X更特别的意义在于，其有力证明了AI技术的加入能够打破医学界的 “双十定律”。刘冰表示，在华为云盘古药物分子大模型的辅助下，Drug X先导药的研发周期从数年缩短至一个月，研发成本降低70%，大幅提升新药研发效率。
长期以来，一款创新药从研发到上市，平均成本超过10亿美元、研发周期大于10年，这是新药研发的心头痛。“像我们这样一个十多个人的团队必须要依靠像AI这样新的技术，才能绕开既有壁垒，走出一条新路。”刘冰希望Drug X项目能够为中国制药公司，尤其是小型制药公司的发展带来新的机会。
AI+制药降本增效，Drug X迎来重大突破
Drug X 被命名为超级抗菌药，它到底超级在哪？
刘冰表示，之所以称Drug X为超级抗菌药，是因为它是广谱抗生素，可广泛抑制大部分细菌，对包括疟原虫在内的其他病原微生物也非常有效，且Drug X是全新靶点、全新类别的抗生素，其特质决定了细菌很难对它产生耐药性。
提及抗菌药，大家最熟悉的就是青霉素了。94年前人类发现了青霉素，从此一个小伤口的感染致死率极大降低。但最近40年，都没有新类别、新靶点的抗生素出现，而随着细菌的不断进化，可能新药还没上市出来，细菌对这款药物的耐药性就产生了。有些被超级耐药菌感染的病人甚至面临无药可用的局面。
“我们要从上亿个小分子化合物中找到对目标靶点最有效的那一个。这个过程中研发人员要不断地修改药物结构来提高它的活性和成药性，每一次更新药物结构都意味着合成路线、药效评估实验等系列方案的重设和验证。过程大概耗费4年时间。”刘冰感慨，不断反复验证，任何一步的失败都会导致整个新药研发项目夭折。
科学实验的关键是要明确蛋白与分子化合物相结合后的结果。“华为云盘古药物分子大模型”的核心就是通过对该结果的预测，帮助药物研究人员在成千上万的小分子化合物中快速找到可成药的那一个。
华为云EIHealth医疗智能体负责人乔楠博士以更为人熟知的车辆撞击实验作比，“就像AI可以准确地模拟车撞击后的运动轨迹和车被撞击后的形状改变，华为云盘古药物分子大模型就是通过AI对上亿的小分子化合物先进行筛选和预测性打分，对评分靠前的分子，才着手进行人工实验验证。”
▲乔楠博士
精准预测考验的是AI能力。据了解，华为云盘古药物分子大模型采用独有的“图-序列不对称条件自编码器”架构，把药物分子结构转换成可量化的数值，可以更好地在数值空间定量地对药物分子结构与性质进行预测与推荐。此外，盘古接受了海量的训练，学习了17亿个药物分子的化学结构，能够对药物分子的80多种化合物理化性质进行预测，包括水溶性、吸收、代谢活性、排泄速率、毒性等。
乔楠博士表示，一般化学家可以凭直觉预测几个或者十几个化合物属性。盘古对药物分子的学习和理解程度达到或者超过化学专家的水平，而且其设计出化合物的新颖性可以达到99%。
实验结果表明，相比传统方式，AI技术让成药性预测的准确性提升20%，这意味着AI将科研者与成功研发一款药物的距离拉得更近了。
“使用盘古药物辅助设计服务，科研突破的成果快速转化到了相应实用场景，显著提高研发效率并降低了研发成本。”科学与技术相辅相成，刘冰相信这是一个非常良性的，能够促进社会发展的流程。”目前，华为云盘古药物分子大模型已在华为云上线。企业可以直接登录华为云订阅了解，及开通使用。华为云团队也会提供相应的指导及培训。
科技平台与科研团队联手，AI与生物医药双向赋能
回忆起获得华为云最初的支持，刘冰现在依然觉得“意外”。当时因为疫情刘冰团队与华为云团队一直线上沟通，从来没有实地见面。并且，那时刘冰刚从国外回来，对于国内业界而言，彼此相对陌生。“作为一个科技发展的引领者，华为云对科研的支持，对创业者的信任，都非常令我佩服。”
新冠疫情加速了高度数字化时代的到来。刘冰团队与华为云的合作也正始于抗疫。
自2018年开始，AI+制药行业迈入加速成长期，不仅头部企业抢占市场份额，还有更多初创公司涌入赛道。同年，刘冰从英国帝国理工大学博士毕业后回到西安，2019年正式开始实验室的建设。
2020年2月，工信部科技司向人工智能相关学（协）会、联盟、企事业单位发出《充分发挥人工智能赋能效用协力抗击新型冠状病毒感染的肺炎疫情》倡议书，强调了优化AI算法和算力，助力病毒基因测序、疫苗/药物研发、蛋白筛选等药物研发攻关。
2020年初参与新冠药物筛选时，刘冰团队与华中科技大学李岩教授，和华为云乔楠博士走到了一起。在相关工作告一段落后，这些年轻科研人又投身超级抗菌药Drug X的合作项目。
创新药行业同质化靶点扎堆的问题十分严重。我国创新药企业从新药研发下手，能更好打造出差异化优势。正因如此，能给新药研发带来颠覆性变化的AI+制药被寄予了厚望。科技公司与科研团队的联手，促成了超级抗菌药Drug X的成功， 进一步验证了AI与生物医药双向赋能所带来的巨大市场价值。
乔楠博士表示，AI+制药，尤其药物设计环节，是复杂软件工程，涉及到非常大规模的计算。而大数据与AI相结合正是华为云的一大优势。未来，华为云也计划结合硬件，持续打造软硬件能力兼备的药物辅助设计平台。
“我觉得Drug X 对我们整个的制药领域，甚至对微生物研究领域都是一剂强心剂。”刘冰以前在国外时，工作内容更偏科研理论，跟人打交道比较少。自从回国进入医院研究所工作，他接触到很多从业人员，非常真切感受到了大家对新型抗菌药物的迫切性，这也给予他和团队前行动力，驱动他们加速实现科研突破与成果落地转化。
“我们是不是可以用AI建立一个虚拟的体内代谢系统，将虚拟的分子直接置于虚拟的人体代谢系统里，看一下除了杀菌之外，它到底对人会造成怎么样的影响？例如，它的药物毒性是否可以直接模拟出来了？”目前刘冰也与乔楠就此展开商讨，“这是我们一个美好的愿望，最终实现需要巨大的投入。”
全流程辅助药物设计，AI未来大有可为
人类最近40年间都没有新类别的抗生素出现，在生物科技快速发展的今天，这让人觉得不可思议又紧迫感丛生。药物研发能力，决定着未来人类健康水平的上限。
AI技术契合了当下数据爆炸而传统研究方法不足的场景。AI为新药研发带来了新的技术手段，将助力于经典药物研发过程如靶点验证、化合物筛选、药物优化，各期临床试验等阶段以及开创新的药物研究范式，加速疾病特效药、候选药的诞生。
目前AI药物成果较少，但相信随着数据积累、模型创新与迭代、新的监管与商业模式的出现，AI技术有望与药物研发流程进一步深度融合，助力创新药行业高速发展。华东理工大学教授、上海市新药设计重点实验室主任李洪林在接受记者采访中表示，大力发展“AI+ 新药研发”将为我国新药研发带来实质性的驱动力，对我国立足全球新药研发市场意义重大。
李洪林教授认为下一阶段，AI药物领域将除了在现有基于靶点的AI药物设计发展基础上，会更加重视私有数据构建和基于表型药物发现的AI应用，可以说是AI新药研发2.0版，需要早些布局和规划。“华为云盘古药物分子大模型”包含多方面的创新，该大模型在药物研发领域推出的预训练大模型，对实现全流程的 AI 辅助药物设计会大有帮助。
展望未来，李洪林教授说道，长远来看，AI技术广泛应用于制药行业的是必然趋势，以传统实验为唯一的药物发现过程将逐渐过渡为以数据驱动的范式。目前数据量和质量的不足制约了整个AI制药行业发展，新药研发的核心数据来源于药企，这些原始数据未经过系统化的清洗整理，大多不能产生良好的预测效果。
未来随着数据量积累，建立标准化规范化的数据库或数据联盟打破现在的数据壁垒，整合并高效利用这些数据，结合AI新药研发公司成熟的算法，势必大大缩短药企的研发周期，降低新药研发成本。
通往梦想的道路充满未知，我们无法想象最终颠覆后的生命科学会突破哪些人类极限。正如古代车马都很慢的人，无法设想今人乘坐飞机日行千里一样。但可以确定的是，人工智能的时代已经到来。
[1] 所述研究成果在《美国国家科学院院刊》（PNAS）在线发表，论文题目为《噬菌体蛋白Gp46是一种横跨多物种的组蛋白抑制剂》（Bacteriophage protein Gp46 is a cross-species inhibitor of nucleoid-associated HU proteins）。