文章图片
引言 在2021年9月发布的《英国两院院士领衔 ， 中外专家畅谈AI药物发现（上）》一文中 ， 我们就RNA三维结构应用AI的前景、AI最新技术对蛋白质结构研究和小分子药物研发的意义向国内外多位专家提出问题 ， 深度讨论AI药物发现 。
本文 ， 我们继续与各位专家对话 ， 从更多维度、更深层次畅谈AI药物发现的深远影响 。
对话专家 Q4：短期影响 V.S. 长期影响
“人类总是对新技术的短期影响过分夸大 ， 却对其长期影响估计不足” ， 这一说法是否会同样适用于AI药物发现?
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
剑桥老年类药物研究所所长
曾发现16个疾病靶点/通路
我认为这发生在许多新技术和新发现中 ， 当然也发生在AI辅助药物研发领域中 。 但AI辅助药物研发领域的确存在巨大机会 ， 有潜力在短期内做出重大成果 。 事实上 ， AI驱动的蛋白质结构预测已经为生物学、医学和药物发现领域带来了前所未有的机会 。
文章图片
高奇琦教授
华东政法大学人工智能与大数据指数研究院院长
上海市大数据社会应用研究会副会长
上海市自然辩证法研究会副会长
这一说法同样适用于AI的药物发现 ， 因为在新技术运用的初期 ， 在资本等多方力量的影响下 ， 人们往往会对新技术有过高期待 ， 然而这样一种期待在短暂地达到高峰之后 ， 又会进入一个新的低谷期 ， 正如Gartner曲线所表现出的一样 。 当经历过一个较长的低谷期 ， 新技术的应用才会缓慢地爬升 ， 这时人们对新技术的认识预期会降低 ， 但同时新技术的影响会变得更加深远 。
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
长期来看AI辅助药物研发有可能会成为制药业的一项工业革命 ， 而现阶段正是这场革命的开始 。 我个人对AI辅助药物研发持有长期乐观的态度 ， 就像相信自动驾驶（飞机 ， 汽车）终将会实现一样 ， 这是一个循序渐进的技术进化和迭代过程 。
Q5：商业化团队 V.S. 学术界团队
在CASP14中 ， 位列第二的Baker实验室的预测准确性取得了显著提升 ， 但与AlphaFold2相比 ， 距离是在被进一步拉大的 。 Baker实验室与AlphaFold团队之间的对比被外界视为学术界团队与商业化团队之间的对比 。 从CASP14的结果来看 ， 商业化团队比学术界走地更快 。 您如何看待这个对比？
推荐阅读
- 最新消息|IT系统出错 英国银行给7.5万人多发11亿工资
- 通信运营商|英国沃达丰、EE和Three将在2022年一同恢复欧盟漫游费用
- 核心|中科大陈秀雄团队成功证明凯勒几何两大核心猜想，研究登上《美国数学会杂志》
- VIA|x86研发团队卖给Intel后 VIA出售厂房和设备：北美分部就此终结
- 团队|深信院41项科研项目亮相高交会 11个项目获优秀产品奖
- 团队|玉米和水稻基因组引导编辑效率提高3倍
- IT|美国法国英国连创历史新高 世卫组织警告“感染海啸”到来
- 斯温伯恩|英国12岁男孩智商得分超过爱因斯坦
- 敏捷|上海人工智能“十四五”规划发布：集聚超20个国际顶尖团队
- 团队|生物技术成茶产业提质“金钥匙”