借助AI驱动药物发现:Isomorphic Labs总裁Max Jaderberg
摘要
- 药物开发成本不断上升,折射出经验试错法的局限。 Gil指出,论文数量增加了10–20倍,年度获批药物数量却大致持平;单个药物开发耗时约15年、成本约15亿美元。Jaderberg认为,经验试错能触及的“低垂果实”已经摘完,真正的机会在于提前识别问题,避免昂贵的临床失败。
- Isomorphic希望把药物设计迭代搬到计算机上,同时达到实验精度。 AlphaFold展示了这种潜力:预测蛋白质结构,可以替代耗时数月乃至数年的工作。Jaderberg的目标是“超越真实世界”,把物理实验集中用于验证;他也承认,人体安全性仍须经过测试。
- 平台的潜在优势,在于从主动生成的数据中持续积累经验。 Jaderberg认为,基础模型能够“大规模泛化”,让一个项目的学习成果惠及下一个项目。历史制药数据集可能“存在非常严重的偏差”;Isomorphic自行生成更适合广泛预测的数据,并称已观察到令人鼓舞的规模效应。
- Isomorphic将AI引擎留在公司内部,研发自有药物并与药企合作。 Jaderberg说:“我们不出售这个模型。”公司内部重点布局肿瘤学、免疫学和炎症;药企合作方则带来专业知识,以及他们可能已攻关10–20年的棘手问题。
- 更精准的分子设计,或能让癌症联合用药更安全、更有效。 Gil提到肿瘤突变的多样性和HIV鸡尾酒疗法的先例;Jaderberg指出,毒性、肝脏影响和药物相互作用都是限制因素。如果能精准设计这些特性,联合疗法就可能调节“一整组靶点”。
- 未来5年的标尺,是预测生物学和分子精度取得重大进展。 Jaderberg表示,如果没有这样的进步,他会“非常失望”;但药物发现仍需数年。他没有给出首个临床试验的日期,也未预测何时能治愈80%的癌症;Isomorphic正在扩充临床开发团队。
- 长寿议题聚焦于延长健康年限,以及衰老的根本成因。 Gil说,统计数据“似乎表明”,消除癌症和心脏病能延长5到7年寿命;他同时提到,基因干预可使蠕虫寿命延长至3倍。Jaderberg认为,治疗年龄相关疾病、解决底层退化机制都有机会,但没有预测人类寿命会增加多少倍。
精读
1. 药物发现需要让经验在项目间传递
Gil提出一个难题:论文数量增加了10–20倍,治疗方式也更加多样,年度获批药物数量却大致不变。他估算,如今单个药物的开发成本约为15亿美元、耗时15年;过去则是数亿美元、8到9年。科学工具箱不断扩充,产出却没有相应增加。
Jaderberg认为,制药仍是“一种非常依赖经验的过程”:提出假设、合成分子、进行测试,再重复这一过程。生物学和分子设计面对的是庞大而多维的搜索空间,有限预算制约了试错所能覆盖的复杂度。他认为,靠这种方式能够找到的“低垂果实”已经摘完。
Gil将讨论从科学延伸到官僚体系、监管和行业老化,并指出,除了Moderna,市值达到500亿美元的新兴生物科技公司寥寥无几。Jaderberg认同企业文化很重要,随后追问:不同项目之间,哪些经验可以传递?把“每个项目都当成独立项目”会限制积累式进步;基础模型则有望实现“大规模泛化”。
AlphaFold奠定了公司的创立信念:深度学习能够在广阔的生物学领域实现泛化。2018–19年前后,Jaderberg曾参与挑战看似不可能的游戏任务;之后,他希望把这些能力用于解决影响深远的问题。Isomorphic约于2021年创立,采用独立的公司架构和文化,希望融合不同学科、加快推进速度。
2. 实验级精度有望把迭代搬到计算机上
Jaderberg的核心问题是:“如何超越真实世界?”自动化实验室能提高效率,但化学反应和细胞生长仍须等待:反应要发生,细胞也要达到所需状态。计算机辅助设计已改变其他工程领域,他希望药物发现也经历类似转变。
公司内部的排行榜上,有一条标记“实验精度”的基准线。AlphaFold展示了达到这一水平的价值:通过X射线晶体学获得蛋白质结构,可能耗时数月乃至数年。如果预测模型能在各类药物发现问题上达到实验精度,更多设计工作就能在合成分子前先于计算机中完成。最终仍需通过物理实验和人体试验验证。
数据策略服务于泛化目标。公开数据库、药企数据库和公司内部资料,往往是在过往项目中被动积累,因此可能“存在非常严重的偏差”。Isomorphic自行生成数据,并称观察到了“一些非常惊人的数据规模规律”。公司结合内部能力、合同研究组织(CRO)和专业公司来获取这些数据集。
人才团队由优秀的AI研究者和生物学、化学专家组成;AI研究者未必有生命科学背景。Gil提出每个领域约配置5名机器学习专家和1名领域科学家;Jaderberg说,这与核心建模团队的配置相近。领域知识能避免研究者“追逐错误指标”,跨学科协作则能培养综合判断力。
3. 人体毒性是代价高昂的预测难题
Gil具体追问了经济账:如果药物发现和早期实验约需5000万美元、耗时2到3年,而临床阶段约需14.5亿美元、耗时12年,计算究竟能改变多少?Jaderberg回答,失败会推高平均成本;代价最高的失败,往往发生在患者身上。
仅仅结合预期靶点还不够:脱靶活性、意外毒性,或药物预期作用机制带来的有害后果,都可能让药物研发功亏一篑。“糟了,这种毒性我们没考虑到。”Gil进一步追问从动物到人体的转化问题:癌症在小鼠身上已被治愈数百次,却始终没能转化为有效的人体疗法。
根据不同研究,Jaderberg估计,大鼠预测人体临床毒性的准确度约为30%。他提出一种替代路径:结合可测量的体外信号、AI模型、类器官和芯片器官,更直接地预测人体反应。临床数据仍然有限;这意味着有机会打造更好的预测工具,并不代表问题已经解决。
4. 公司研发药物,攻克棘手的癌症生物学问题
“我们不出售这个模型。”Jaderberg说,Isomorphic既不授权AI引擎,也不出售访问权限;公司将技术用于完全自主、由公司出资的研发项目,以及与药企合作的项目。合作方带来疾病领域的专业知识,以及他们可能已攻关10–20年的问题。公司内部重点布局肿瘤学、免疫学和炎症;Jaderberg称,AI引擎不受疾病领域、靶点类型或治疗方式限制。
Gil以Revolution Medicines的KRAS抑制剂为例,称它显著改善了晚期胰腺癌患者的生活,并在“今年早些时候”一场重要癌症会议上赢得全场起立鼓掌。他将其视为针对疾病根源进行治疗的案例。Jaderberg认同这一点。
Gil提出质疑:肿瘤中的突变分布各异,压制一种脆弱点,可能给其他突变留下扩张空间。HIV治疗说明了联合用药的价值。他还指出临床组合测试的现实限制:试验参与者有限,难以测试大量组合。
Jaderberg指出,另一项限制来自分子本身不够完善:毒性、肝脏影响和有害的药物相互作用,都会让联合用药变得不安全。如果能围绕这些特性设计出更精准的药物,联合疗法就有望调节复杂通路中的“一整组靶点”。这一前景取决于分子工程能力的提升。
5. 安全性和预测工具的进步,时间表并不相同
Gil质疑安全约束是否压制了本可接受的冒险,并举出战时青霉素商业化和新冠疫苗快速研发为例。Jaderberg坚持将患者安全放在首位,同时区分晚期癌症和低度慢性炎症:可接受的风险取决于患者的实际需求。他希望更好的机制设计最终能带来安全性和成功率上的“统计显著差异”,形成足以改变监管的证据。
被问到首个临床试验何时启动时,Jaderberg没有给出具体日期,只表示公司正在扩充临床开发团队。被问到何时能治愈80%的癌症时,他转而提出工具层面的标尺:“如果5年内预测疾病生物学没有巨大进展,我会非常失望。”更精准、毒性更低的分子是这一目标的一部分;药物发现仍需数年。
Gil说,统计数据“似乎表明”,消除癌症和心脏病能延长5到7年寿命。他还提到,动物模型中的基因干预可使寿命延长20–30%,秀丽隐杆线虫的寿命甚至可延长至3倍,并拥有更长的健康成年期。Jaderberg强调,健康状况下滑往往发生在人生最后10–20年;治疗相关疾病和解决衰老的根本成因,都有探索空间。他没有预测人类寿命会延长至3倍或5倍。