易坊好文馆

  1. 首页 > 玩科技 >

预测|英国两院院士领衔，中外专家畅谈AI药物发现（上）( 三 )

人工智能 消息资讯 问题 领域 数据 预测 结构 药物 蛋白质 as 两院 德睿智药 刘大鹏博 牛张明


曾任德国某AI医疗上市公司CTO
曾共同领导2020年欧盟“创新药物计划”项目
不可否认AlphaFold2是AI在结构生物学上的一项重大突破 ， 但是说它解决蛋白质结构预测领域所有重要问题并不准确 。 比如AlphaFold2没有解决蛋白质四级结构预测的难题 。
我会比较乐观地认为这些遗留问题的解决只是时间问题 ， 需要结合计算化学、药物化学、量子力学、AI、结构生物学等多学科一起解决 。
Q2：蛋白质结构 V.S. RNA三维结构
当下mRNA技术炙手可热 ， 在疫苗领域尤为受宠 。 AI算法预测RNA三维结构的出现 ， 以及新的RNA递送平台的发现（如张峰教授团队发现的SEND） ， 是否预示着RNA技术的研发和应用进入了加速道？RNA由4种核苷酸排列组成 ， 而蛋白质由20种氨基酸排列组合而成 。 都有AI算法加持的情况下 ， RNA靶点发现是否会比蛋白质的准确性更高？如此一来 ， 未来的制药格局会发生怎样的变化？

预测|英国两院院士领衔，中外专家畅谈AI药物发现（上）
文章图片

David Rubinsztein教授
英国皇家科学学会及英国医学科学院两院院士
剑桥大学医学院副院长
英国剑桥老年类药物研究所所长
曾发现16个疾病靶点/通路
我不能断言相较于蛋白质的20种氨基酸 ， RNA由4类碱基排列构成这一事实是否会让RNA三维结构的预测更加简单 。 还有其他一些结构形成中的决定因素需要考虑 ， 比如在RNA多个碱基间如何相互作用 。
我相信AI的能力在某种意义上取决于训练数据的数量和质量 。 尽管如此 ， 我认为AI在RNA结构预测上也会取得像蛋白质结构预测上所取得的成绩 。 这对药物发现过程很重要 ， 因为它可以为设计直接作用于mRNA水平的小分子提供靶点信息 。 虽然目前在靶向RNA的药物开发方面已经有了一些成果 ， 但与靶向蛋白质药物相比 ， RNA领域仍然有很多需要探索的空间 。 综上 ， 我认为问题中的这一说法是对的——AI对RNA三维结构的预测能力将为mRNA 水平上的新药研发铺平道路 。

预测|英国两院院士领衔，中外专家畅谈AI药物发现（上）
文章图片

牛张明先生
德睿智药创始人/CEO
曾任德国某AI医疗上市公司CTO
曾共同领导2020年欧盟“创新药物计划”项目
靶向RNA技术的研发和应用进入了加速道并且被广泛看好 ， 会在未来许多年内保持高速发展 。 人工智能等技术的不断进步以及数据量的积累也会助力于RNA药物的研发 。 未来小核酸药物有望成为继小分子化药和抗体药物后的第三大类型药物 。
Q3：小分子门槛降低？
有种声音说AlphaFold降低了小分子医药研发的门槛 ， 您怎么看？产业链上是否会出现一些新的节点值得关注和投资？哪些潜在进入者对投资者来说是有吸引力的？

推荐阅读


上一篇：未来的|创作者超51万，科幻网文已成科幻文学本土化发展重要路径了吗？

下一篇：华为|【图集】贵安华为云数据中心一期正式亮相