摘要:礼来最近频频签下AI科技公司以帮助新药研发。最近研发客有幸采访到来上海参会的礼来主管研发IT的高级副总裁Ramesh Durvasula博士,请他谈谈礼来研发中的AI策略。
//
• 研发的早期阶段更能因为AI的应用而获益匪浅;
• AI作为辅助,关键决定最终由科研人员来判定;
• Durvasula博士分享了礼来选择AI合作伙伴的三个标准;
• 研发人员的用户体验和数据隐私,是AI技术在行业应用中面临的挑战;
• Durvasula博士希望能看到AI在两个方面取得迅速完善。
英文原文已发布在研发客网站,点击文末“阅读原文”进入原文页面
礼来最近频频签下AI科技公司以帮助新药研发。最近研发客有幸采访到来上海参会的礼来主管研发IT的高级副总裁Ramesh Durvasula博士,请他谈谈礼来研发中的AI策略。
发挥AI+人类智慧的最大优势
拥有150年历史的礼来在每个时代都积极拥抱变革性新技术来推动新药研发。当今时代AI技术正在经历迅猛发展,礼来敏锐地意识到它的巨大潜力,及时把AI技术应用到公司全体业务。尤其是研发的早期阶段,更能因为AI的应用而获益匪浅。
“在药物发现领域,我们的主要目标是设计高质量分子来发现更好的药物。” Durvasual说。礼来使用模型驱动的药物发现平台让研发人员利用生成式AI来设计一系列新的小分子,然后再通过层层筛选得到最具潜力的选项。“没有AI很难实现这一过程。”他说。
但这一过程中最重要的并非只是让AI进行计算,而是结合AI和人类智慧的最大优势。
“对我们来说理解和利用这种最佳组合非常关键。”他说。Durvasual还强调虽然有AI的强大分析辅助,但所有的关键决定最终还是由科研人员来判定。
即便有AI参与筛选,科学家们依然要面对大量有潜力的小分子。在这种情况下礼来通常会以成本、价值、风险和可行性四个因素来决定研发项目的轻重缓急。
“一个项目的成本、它今后可能会带来的价值、AI做出错误决定的风险以及技术上的可行性是我们需要考虑的四大因素。最终我们选出的项目组合一定是在这四个方面平衡的结果。” Durvasula说。
寻找合适伙伴的三个标准
礼来一直在寻找前沿AI技术。
去年10月,礼来与AI制药公司Insitro合作,共同为治疗包括代谢功能障碍相关脂肪性肝病在内的代谢疾病寻找新的分子。除了Insitro以外,礼来的其他AI合作伙伴包括OpenAI、Genetic Leap以及谷歌母公司Alphabet旗下专攻生物技术AI的Isomorphic Labs。在中国,礼来选择与晶泰科技合作来推进早研进程。
Durvasula分享了礼来选择AI合作伙伴的三个标准。
首先是技术上的专业性。“礼来在研发领域毫无疑问是全球一流的水准,所以我们的合作伙伴也必须在他们的研究领域里达到同等的水平。”
第二个是目标。“我们合作伙伴的目标需要与礼来的目标相吻合。” Durvasula说。150年来礼来的目标一直是 “秉承关爱与探索的信念,致力于研发创新药物,让全世界人民生活得更美好”。
第三个则是要有和礼来进行长期深入合作的意愿。“我们的目标是治愈疾病,这是个长期而复杂的进程。作为我们的合作伙伴必须清楚地认识到这点,能和我们并肩工作,为符合我们的需求不断改进他们的AI产品。”
面临的挑战
和像礼来这样的大公司合作,不可避免地会遇到一些挑战,其中比较突出的是针对研发人员的用户体验和数据隐私,Durvasula说。
在用户体验上,他以大家都熟悉的ChatGPT为例。“ChatGPT之所以能够流行起来就是因为Chat的这个互动部分。从这点就能看出用户体验的重要性。”他说。合作伙伴必须让他们的AI技术用在正确的时间和使用场景中,这样才能使这些技术对研发人员的价值最大化。
“AI一定要无缝融合于科学工作流程,因为好的用户体验会让科研更具效率。”他说。
数据隐私是另一个重要的考虑。礼来在与AI合作伙伴紧密工作时一定会确保强大的数据保护。
“我们对自己的数据非常敏感,所以在整个合作流程中无论是在法律上还是技术上都要做到万无一失的数据保护。”他强调。
礼来希望AI获得两大完善
目前的AI技术依然有相当的进步空间。展望未来,Durvasula希望能在两个关键领域看到AI的迅速完善:一个是用户体验上,AI应该可以更好地支持科学家们在复杂的技术环境下工作;另一个是数据的质量和数量。
“我认为在接下去的五年里产出的数据量可能会超出过去25年的产出总量。”他说。
Durvasula告诉研发客,礼来对数据的质量和数量都有十分高的要求。和需要海量在线数据来训练的数据大模型一样,礼来的内部模型也需要大量高质量的科学性数据来训练。虽然这种数据并非总能在线获得,Durvasula仍乐观预言,随着设备的不断更新迭代,它们可能会产出更能满足需要的高精数据。
编辑 | 姚嘉
来源:研发客