91国自产精品中文字幕亚洲,亚洲激情在线观看,欧美高清videos高潮hd

谷歌基于AlphaFold布局的商業化路線，現在有了新的進展。

就在昨天，谷歌母公司Alphabet宣布成立一家新公司Isomorphic Laboratories。

這家新公司會在DeepMind蛋白質折疊方面的成就的基礎上，建立模型用AI開發藥物。

同時，DeepMind的首席執行官Demis Hassabis也將擔任新公司的CEO。

他希望這個公司能夠達成兩個目的，一是以AI優先的方法重新想象藥物發現的過程，其次是最終能夠模擬并理解一些生命的基本機制。

站在AlphaFold的肩膀上

所以AI開發新藥，和AlphaFold這樣的預測蛋白質結構的技術有何關聯？

不妨先簡單回顧一下AlphaFold的技術原理。

AlphaFold蛋白質結構預測模型可以分為三個部分：

首先輸入一串氨基酸序列，提取出其中的特征。

再經過深度神經網絡，預測出氨基酸之間的距離和在空間上的夾角。

最后對結果進行評估和優化。

因為蛋白質的肽鏈只有經過折疊形成復雜的空間結構之后才能發揮作用，所以如果能夠預測蛋白質的結構，再加上已知的氨基酸序列，理論上就能很好的了解蛋白質的作用。

有了蛋白質的模型之后，就可以進一步了解蛋白質之間的相互作用。

進而摸索出人體和藥物的相互作用。

Isomorphic Laboratorie希望依據這樣的成果，做出一個能夠識別新藥物的工具，并建立一種能夠預測藥物如何和身體相互作用的模型。

如果這種工具和模型有效，新藥研發耗時耗力的試驗階段可能會先轉移到模型上去做。

這樣就能縮短試驗時間，大大加快新藥的開發速度。

不過公司也稱，他們可能不會開發自己的藥物，而是走出售模型的商業模式，專注于和制藥公司合作。

而對于新公司的名字，CEO也有自己的見解：

在最基本的層面上，生物學也能看作一個信息處理系統。

從這個角度來說，生物學和信息科學之間可能存在一個共同的底層結構：一種兩者之間的同構映射。

不得不說，這個解釋巧妙地說明了生物學和信息科學的聯系，也精煉地表達了公司的目標。

而新公司的logo也是一個中心對稱的同構符號。

Demis Hassabis剛發布這個消息，就在社交媒體上引發熱議。

有網友表示這不過是另一場賭局。

畢竟，現實情況是，開發或測試藥物可比研究蛋白質結構難得多。

舉個簡單的例子，即使兩種蛋白質的空間結構看起來能結合在一起，實際上可能并不能粘合。

再比如一種藥物在化學層面推測很有用，到了復雜的動物或者人體內可能效果甚微。

化學家Derek Lowe就在一篇Science中提到過，超過90%的進入臨床試驗的藥物最后都沒有作用，而大多數在分子水平上都沒有問題。

但是也有讓人淚目的故事：

Demis，不確定你會不會看到這條。我父親是一位藥劑學教授，他在我小時候給我講過加速藥物研發的重要性和他在這方面做出的努力。
現在他已經不在了，但是如果他看到AI能解決這個問題的話一定會很開心的。

不知道你們怎么看呢?

[1]https://www.theverge.com/2021/11/4/22763535/google-alphabet-drug-discovery-deepmind-ai?scrolla=5eb6d68b7fedc32c19ef33b4

[2]https://zhuanlan.zhihu.com/p/393699764

本文來自微信公眾號“量子位”（ID:QbitAI），作者：行早，36氪經授權發布。