机器之心报道
编辑：萝卜皮
「赋能新未来，释放新动能」，由世界人工智能大会组委会办公室指导，上海市生物医药产业促进中心、上海市人工智能行业协会、机器之心发起并联合主办，上海中青年知识分子联谊会、上海市经济和信息化系统中青年知识分子联谊会协办的「WAIC2022 · 上海生物计算论坛」于 9 月 2 日在上海张江科学会堂圆满举办。
来自加拿大皇家科学院、上海市生物医药促进中心、北大、微软、昇思MindSpore、BioMap、分子之心、天壤 XLab、晶泰科技、华深智药、联拓生物等机构、高校、科技和医药企业的专家学者，就生物计算发展趋势与挑战展开分享与讨论。以下为本次生物计算论坛内容的精彩回顾。
上海市委统战部常务副部长黄红、上海市经济和信息化委员会副主任张英出席会议并致辞。
上海市委统战部常务副部长黄红
上海市经济和信息化委员会副主任张英
新冠疫情为「AI + 生物医药」提供大量试验机会。从新冠小分子药物到抗体药和疫苗研发，AI 技术助力了多款新药的研发。
加拿大皇家科学院院士、ACM Fellow、IEEE Fellow 李明以《个体化发现和检测新抗原》为题进行了特邀报告，介绍了 AI 助力癌症治疗的新进展。
李明教授分享了一系列直接在细胞表面寻找新抗原（Neoantigens）的最新研究。通过模拟人类中心耐受系统，用人工智能系统代替湿实验检测免疫原性，可以做到自动化、个体化的免疫治疗。这为个体化免疫治疗提供了「新抗原发现」和「免疫原性检测」的新途径。另外，由于免疫原性检测需要大量数据，李教授呼吁领域内的研究人员加强合作，一同为人类健康事业贡献力量。
之后，分子之心创始人兼首席科学家许锦波以《AI 蛋白质研究的新进展》为题进行了特邀报告，分享了蛋白质生物计算前沿技术进展。
许锦波教授表示，近年来，人工智能的深入发展，让蛋白质的结构及功能研究取得了巨大的突破，从传统的物理和统计方法快速走向最新的机器学习乃至深度学习算法，分子生物学界的研究范式也从基于序列的研究转向基于结构的研究，极大提高了蛋白质从头设计的效率。而在产业界，AI 蛋白质发现和设计也由此乘势而起，成为全球瞩目的热门赛道。
但是，由于蛋白质分子的作用机制极其复杂，即便使用新兴的 AI 方法，也仍然存在很多有待进一步探索和解决的问题。此外，许教授指出当前国内亟需一个功能完整的 AI 蛋白质设计和优化平台，为研究界的技术攻关和产业界的工业化落地推进提供助力。
他领衔的分子之心团队，推出了业界首个功能完整的 AI 蛋白质预测和设计平台 MoleculeOS，并具备全球领先的蛋白质结构及特性预测和蛋白质设计能力，目前已在蛋白质从头设计、蛋白质优化、抗体重设计、蛋白质以及复合物结构预测、蛋白－蛋白对接、蛋白质侧链预测、蛋白质功能预测、蛋白质语言模型等关键领域，开发出十余项世界领先的 AI 算法，计算结果远超文献报道及全世界已公开发表的最好结果。
后疫情时代来临，「AI + 生物医药」能否保持强劲发展势头，将面临哪些挑战与机遇？
上海市生物医药促进中心副主任唐军，微软杰出首席科学家、微软亚洲研究院副院长、微软研究院科学智能中心亚洲区负责人刘铁岩，华深智药创始人 &CEO 彭健展开圆桌对话，共议关键技术创新与突破，共探生物医药研发新模式，一起展望「AI + 生物医药」发展趋势。三位老师分别从研究现状、人才吸引、产业落地等多个角度对这一议题进行了探讨。
彭健表示生物计算未来一定是百花齐放的形式。制药的发展是长链条多环节的，从早期靶点到药物发现，甚至到后面的临床实验，每一个环节在整个产业链中都是非常有价值的部分，缺一不可。同样，无论 AI 计算还是实验，必定在产业链每一个环节中拥有多样化的应用以及不同的贡献。
刘铁岩指出药物设计相关的研究本身是非常广阔而丰富的，无论是从不同的药物类型、还是制药的流程来看，都有独特的技术挑战；面临丰富的研究场景，本来就应该是百花齐放的状态。当然，目前也存在一些问题，比如在结构预测、亲和力预测等研究课题上存在扎堆的现象，其中一部分原因是在这些领域已经有比较成熟的技术基础，但同时也是表明大家没有以「长期主义」的心态来从头构建自己的技术壁垒，这是需要引起学术界和产业界高度重视的。
唐军表示药物研发的流程是复杂的，相对耗时耗力，特别是人体实验环节；而通过 AI 技术模拟抗原免疫原性筛选系统以后，工作量可以减少很多。这项工作非常有意义，它实际上给生物制药、化学制药行业带来颠覆性的改变。另外还指出，从研发与上市两个角度来考量，新药上市还依靠销售专家、医保系统等等，所以政府协调部门也是关键的一环。
三位老师共同表示，除了传统意义上的交叉人才，「AI + 生物医药」还需要吸引更多计算机、生命科学、医药等领域的顶尖人才。此外，与此配套的产业政策，将是该领域健康发展的重要保障。三位老师共同呼吁，各领域学者应当加强合作，共同创造「AI + 生物医药」新蓝图。
在之后的主题演讲环节，众嘉宾围绕蛋白质设计、分子模拟、定量科学等新药研发关键议题做了精彩演讲。
北京大学化学与分子工程学院教授、北京大学理学部副主任高毅勤，以《分子模拟与深度学习在分子体系中的应用与方法发展》为题进行了分享。
本次演讲，高毅勤教授主要通过「从染色质结构到蛋白质互作」、「从蛋白质序列到蛋白质结构」以及「药物分子与蛋白质相互作用」三个方面描述了分子模拟、基础药物研发方向的前沿研究，并提出了一些建设性想法。高教授希望未来可以逐步建立多模态、多精度、跨尺度的虚拟细胞模型；同时，也指出这方面的模拟理论方法和技术还需要更多的发展。
BioMap 首席 AI 科学家宋乐，以《AI For Drug Design》为题，探讨了 AI 医药研发的挑战与前进方向。
宋乐表示，医药研发是长链条的问题，挑战存在于研发路径的各个阶段；同时从另一个角度，生物机体是一个复杂而庞大的网络，对应于各类疾病又会有不同尺度不同维度的数据测量，因此多角度理解生物数据之间的关联对于 AI 制药领域尤为重要。此外，宋乐认为，通过 AI 研究人员和生物医药实验人员以及生物技术人员统筹协调的闭环合作方式，能够高效率加速药物研发过程；从而能够以更短的时间更小的造价，制造更多的新药，解决更多的疾病。
华为中央软件院昇思MindSpore 开源项目架构师王紫东，以《MindSpore AI + 科学计算实践》为题做了主题演讲。
王紫东表示，现在 AI 和分子模拟已经开始进行融合，并且也产生了一些突破性的研究成果；MindSpore 在 AI+ 生物计算方面也做出了许多实践，通过分子模拟、蛋白质结构预测以及对新冠病毒 Delta 变异毒株模拟等实例，详细分析了生物计算领域的众多挑战及应对思路。并指出，基于分子力场的模拟可以相对降低盲目性。
联拓生物转化医学、临床运营和肿瘤开发副总裁吕承，以《定量科学在新药研发中的新应用》为题进行了主题分享。
吕承围绕「定量科学在药物临床开发中的意义」以及「定量药理学的一些模型化解决方案」两个方面，系统地介绍了整个药物研发过程中人工智能和定量科学所发挥的加速作用。并简单介绍了定量系统药理学，该学科是多学科交叉的产物，涉及药理学、化学生物学、生物信息等，被认为是未来转化医学的核心技术。同时指出，选择合适的药物加速药物开发是非常重要的，这需要生物医药研发的研究者政策制定者共同推进。
天壤 XLab 负责人苗洪江，以《从发现到发明：蛋白质设计引领生命科学新浪潮》为题，介绍了蛋白质从头设计的研究进展以及 CREATOR 工作台的应用。
苗洪江介绍了天壤从智能围棋、智慧交通到蛋白质设计的发展历程；以新冠病毒刺突蛋白和 IL-2 蛋白为例，细致解读了 TRDesign 从头设计蛋白质的技术路线，并发布了「All in one」AI蛋白质设计平台。苗洪江指出，做蛋白质设计存在算力需求大、经验要求高、技术门槛高和流程复杂等困难，严重限制了蛋白质设计领域的发展，该工作台提供了一种新的科研范式，一站式完成从项目规划到结果分析的整个流程，大幅提升研发效率。
晶泰科技联合创始人、CEO 马健，以《从自动化到智能化——新药研发的升级之路》为题，探讨了新药研发模式的挑战与变革。
马健指出从行业视角来看，人工智能与生物及药物研发的深度结合，是未来发展的趋势。他认为近几年生物计算存在两个红利，一个是资本红利，主要来源于互联网发展的下半场和中国医药政策的驱动；另一个是技术红利，例如算法、图神经网络、深度学习，以及电子行业3C制造发展起来的协作机器人等技术。人工智能和自动化的加入可以大大降低药物研发的试错成本，提高效率和成功率。同时他也指出人口红利特别是工程师红利在消退，生物医药产业接下来将面临劳动力短缺的问题，因此人工智能和自动化技术与医药研发的深度融合势在必行。
以上为本次论坛内容的精彩回顾。未来，生物计算论坛将继续打造「AI + 生物医药」创新生态圈，驱动生物医药产业创新发展，释放生物计算行业新动能，实现 AI 与生物医药的双向赋能。
