AlphaFold2开创了蛋白质结构预测的新纪元，已在无数生物医学领域产生了巨大影响。前不久，被誉为诺奖风向标的“2023拉斯克奖”，颁给了DeepMind的首席执行官Demis Hassabis博士，以及John Jumper博士，代表了主流科学界的认可。根据AlphaFold的巨大成果，2021年11 月 4 日，谷歌母公司Alphabet在英国成立了一家名为Isomorphic Labs的新药研发公司，Demis Hassabis担任首席执行官。Isomorphic Labs的使命是“从头开始重新构想整个药物发现过程”，并最终找到一些人类最具破坏性的疾病的治疗方法。但两年过去了，除了最初官宣的管理团队外，公司并没有其他消息传出。近日，Demis Hassabis罕见地接受媒体采访，首次谈到了他对 Isomorphic 的愿景以及人工智能在生命科学领域的未来。
首先关注小分子领域
Q：Isomorphic Labs最初是如何开始的？
Demis Hassabis：很长一段时间以来，我一直认为人工智能可以从根本上用于药物发现。 一旦人工智能足够复杂、足够强大，我首先想将它用于药物研发。那么就出现一个问题：什么时候最值得做这件事？ 在我的创业生涯中，意识到到时机非常重要。 即使你有一个伟大的想法，如果你提前了 10 年，也会陷入痛苦之中。我一直在等待时机成熟的信号，现在这个信号对我来说就是 AlphaFold。 我希望它能够发挥作用，不仅可以作为我们在 Isomorphic 所做工作的基础构建模型，而且可以作为人工智能方法足够强大、足够复杂的证据。实际上我们可以在这个问题上取得重大进展，使用计算方法（显然包括人工智能）从第一原理重新想象药物发现。 所以 AlphaFold2 是我按下继续按钮的时刻。
Q：Isomorphic 是如何获得资助的？
Demis Hassabis：准确地说，它是 Alphabet旗下的一家公司，也是 DeepMind的姐妹公司。 与此同时Isomorphic是一家独立的公司，不过能够利用作为Alphabet家族成员的优势。 由于 Isomorphic 需要大量的计算，因此和DeepMind有着密切的合作，很多文化也和 DeepMind 相似。Isomorphic所有的资金一开始就来自 Alphabet，它正在以非凡的启动速度、能量和强度运行。这种安全性使我们能够抓住最雄心勃勃的机会，即建立平台有望彻底改变药物发现过程，而不是仅仅追求一种候选药物或其他药物。
Q：Isomorphic获得了多少资金？
Demis Hassabis：这个信息并没有公开，所以我无法给出确切的数字。但就目前的阶段而言，它的资金非常充足。
Q：自 2021 年 11 月开始以来，公司主要做了哪些工作？
Demis Hassabis：与相近的领域相比，AlphaFold 只是整个药物发现过程的一小部分。 我们首先关注小分子领域，尽管我们也对生物制剂感兴趣，但我们认为小分子是我们能够最快发挥作用的领域。我们对相互作用空间非常感兴趣：蛋白质-配体相互作用、蛋白质-蛋白质相互作用以及生物学的动态本质。 此外还要进入化学空间，了解化合物结构、它们如何与靶标结合、结合亲和力等问题。就在这短短的一句话中，我概述了多年的研究工作以及使用高级版本的 AlphaFold 作为该组合的一部分的许多相邻问题。但我们还需要很多其他的突破，比如预测 ADME 属性之类的模型。因此我们还需要再取得六项重大突破。
Q：Isomorphic 的愿景有多少是基于扩展 AlphaFold 而非构建新模型？
Demis Hassabis：实际上我们一直都在同时做两件事。 一方面，我们将现有的方法推到极限，通常会有更多的空间可以拓展。但我们也在研究新想法、新架构。我们正在将不同的技术应用于这些新领域。AlphaFold 不会做 ADME 属性之类的事情，这将是全新的技术。但在交互空间方面，我们也正在通过新版本的 AlphaFold 从根本上努力解决这一问题。DeepMind 科学团队和 Isomorphic 正在进行大量非常有趣的工作，两者是互补的。Isomorphic 更适用于药物发现，也更具体，而 DeepMind 是更基础的研究。
目的是定期、短时间产生药物
Q：您如何看待Isomorphic 对制药行业现状的影响？
Demis Hassabis：我们提出了一些非常有趣的问题。其中一个问题是：如果从人工智能优先的角度进行药物发现，将会是什么样子的？而不是作为附加组件。在我的印象中，在传统制药里人工智能都是可有可无的（nice-to-haves）。化学家完成实际的试验工作后，计算科学家才在模型中再次确认计算结果。我们想从头开始重新思考这一点。这对大型制药公司来说很难做到，因为他们几十年来的工作方式根深蒂固。这种改变需要一种新的方法，而这正是我们所拥有的。如果这是真的，那么药物发现过程是否可以在计算机中完成大部分研究，并将湿实验室的东西留给验证？这就是重点，而不是通过实验来寻找化合物，因为后者的速度要慢得多。我的梦想是，如果我们是正确的并且能够实现另外六个AlphaFold级别的突破，我们可以将药物研发所需的时间减少一个数量级，也许是成本和时间，并且在下一阶段获得更高的成功率。
Q：您是否只关注这些根本性的突破？您是否正在与行业合作建立管道？
Demis Hassabis：我想在今年晚些时候会有更多信息可以披露，但现在我们对两者都持开放态度。我们正在考虑我们内部研发计划。另外，我们会选择认为特别适合我们技术路线图的目标和计划。我们愿意与大型制药公司就有趣的目标进行合作，不过现在不能公开披露更多的信息。
Q：您如何总结大型制药公司对与Isomorphic合作的兴趣？我认为大型制药公司的首席执行官都很聪明，他们知道人工智能是未来的一部分，即使他们不了解它。你们是怎样互动的？
Demis Hassabis：我们有很多感兴趣的领域。几乎每家大型制药公司的CSO都曾在某个时候与我们联系过，也进行了有趣的讨论。我认为合作是双向的，我见过两种类型的人。那些认为它仍然很遥远的人，传统方法将继续成为前进的方向，对他们而言也许AlphaFold是一次性的。顺便说一下，他们都使用AlphaFold，我认为他们发现它很有用，但他们更多地将其视为一次性工具，而不是那些认为这可能是未来并有兴趣以某种方式合作的人。
Q：你对AlphaFold不是一次性的，可以复制和复制的信心水平是多少？
Demis Hassabis：在DeepMind的这些年里，我已经非常善于评估问题的难度，以及我们拥有的想法，我们拥有的才能，我认为这是完美的时机，我们达到了恰到好处的最佳点。关键点是你想领先5年，而不是50年。
Q：在接下来的三到五年里，Isomorphic的目标是什么样的？
Demis Hassabis：我希望我们在临床试验中有候选药物，还拥有一个令人难以置信的平台和一个引擎，可以在非常定期、短时间内产生数十个这样的候选药物。到那时，我们的高级候选药物应该已经进入临床试验阶段，所以有实际的物理证据证明这一切都在起作用。而且这个平台已经变得非常成熟，非常有能力，也许我们已经将发现时间从几年减少到几个月。
Q：你的背景跨越了人工智能和生物学。你认为人工智能应该更加关注生物学，还是已经获得了足够的关注？（小编注：Hassabis获得了剑桥和UCL的计算机科学和认知神经科学的双学位。）
Demis Hassabis：我认为应该更多地关注生命科学。不仅是生命科学，还有一般的科学人工智能。但生命科学一直是我的激情之一，也是我一直想应用人工智能的首要任务，帮助治疗疾病和理解生物学。在很多方面，生命科学本身很难突破。很难想象如何用几个方程在数学上描述一个细胞。任何人都可以轻描淡写地说：“将人工智能应用于生物学，它必须起作用。人们可能一直听到公司在推销各类产品，但当你实际研究后，发现它们大多数并不是如此。对于部分问题，或许使用正常的统计数据就够了，不需要人工智能或者人工智能无法提供帮助。这就是该领域炒作的部分。每个人都说他们正在将人工智能用于生物学，但在我看来，如果你真正考虑哪些团队有能力从头开始构建 AlphaFold，实际上会很少。 我们把AlphaFold开源了，并且出版了论文，但想象一下我们没有这样做，而是闭门私藏，还有哪些其他团体可以建立这样的模型？我认为很少，该领域需要更多的工作。
原文链接: https://mp.weixin.qq.com/s/VImtMbwvPLBhDSVVAtha6Q
