今天小编分享的互联网经验：“AI+医疗”标志性突破：谷歌分拆的药物AI研究室签订价值30亿美元協定，欢迎阅读。
谷歌旗下 AI 制药公司与全球两大制药巨头达成合作，标志着人工智能 + 生物医疗进入新的历史阶段。
当地时间周一，Isomorphic Labs 宣布与礼来和诺华签署了首个制药合作伙伴关系合同，将 AI 技术用于新药物的发现。
根据合同，Isomorphic 将从礼来获得 4500 万美元的预付款，用于合作研究多靶点小分子疗法，根据未来业绩，可能会获得 17 亿美元的付款。
此外，Isomorphic 将和诺华制药合作开发三个未公开靶点小分子疗法。诺华制药除了资助 " 精选 " 研究费用外，还将预付 3750 万美元，且未来的支付可能高达 12 亿美元。
这是 lsomorphic 首次与医药公司建立制药合作关系，也标志着公司发展到达的里程碑。
DeepMind 联合创始人兼 Isomorphic 首席执行官 Demis Hassabis 在一份新闻稿中表示：" 我们很高兴能够建立这种合作伙伴关系并应用我们的专有技术平台。" " 我们共同致力于推进突破性的药物设计方法和对最先进科学的欣赏，这使得这些伙伴关系特别引人注目。"
Isomorphic 成立于 2021 年 11 月，由谷歌旗下 DeepMind 拆分而来，专注于 AI 医药领網域。该公司运用了 DeepMind 在生物医药研究方面的成果，特别是其蛋白质结构预测模型 AlphaFold，来进行药物发现。目前，Isomorphic 面临着开始盈利的压力。2021 年，该公司因在瑞士洛桑开设分公司之前加大招聘力度而遭遇了 240 万英镑（约合 300 万美元）的亏损。
虚拟筛选 + 从头设计
Hassabis 表示，此前 Isomorphic 已与一系列大型制药公司进行了初步谈判，但礼来和诺华最热衷于参与 " 从头开始 " 的合作。
诺华生物医学研究总裁 Fiona Marshall 称此次合作是 " 天作之合 "，因为诺华还与其他科技巨头合作，例如在数据存储方面与 Palantir 合作，在生成化学方面与微软合作。诺华方面表示，它们选择的靶点很难，都是正在结构尚未解决或化学家无法找到正确类型化学物质的蛋白质。
具体来看，Isomorphic 将利用高性能计算的虚拟筛选技术，从数十亿种化合物中寻找能够作用于特定靶点的化合物。Marshall 说，传统的筛选方法通常可以覆盖 100 万个化合物，而虚拟筛选可以覆盖 200 亿个化合物。
但值得注意的是，该技术并不完美。《自然》杂志最近的一篇文章指出，AlphaFold 偶尔会犯明显的错误，并且在许多情况下其预测结果并不能取代实验数据。
除此以外，Isomorphic 还计划从头设计分子，即从零开始设计一个理想的、能完美嵌入目标蛋白结合口袋的新型分子。
Hassabis 称这两种方法是其技术的 " 明显容易实现的成果 "，初步结果很有希望。
AlphaFold 还有更大想象力
经过 Isomorphic 的进一步开发，AlphaFold 的功能已经不仅仅局限于预测静态蛋白质结构。Marshall 说，预测蛋白质结构本身 " 对药物设计没有多大帮助 "，预测小分子如何与特定蛋白质结合具有更大的价值。
Isomorphic 最近更新的 AlphaFold-latest 版本可以预测这些复杂的结构，Hassabis 称它是 " 世界上最好的共折叠系统，既可以预测配体的结合位点，也可以预测结合亲和力 "。
不过，该领網域的最终目标和挑战是进一步建立分子结构与功能的关联，以及预测药效和安全性，从这个角度来看，Isomorphic 的技术还有很大的提升空间。
Marshall 在接受媒体采访时表示：" 我们确信 Isomorphic 能够做到的唾手可得的成果是，减少从确定目标到获得候选分子的时间。" " 平均而言，使用传统方法需要三到四年的时间。我认为 Isomorphic 可以将时间减半。"
除了这些合作之外，Hassabis 表示，2024 年的目标是让 Isomorphic 的机器学习团队不断提高其预测系统的准确性。
关于其自身药物项目的细节仍处于保密状态，但 Isomorphic 已将大约 20 个靶点的清单缩短到几个，该公司正在利用 CRO 来制造和测试有潜力的化合物。
" 我们仍处于测试该平台预测的早期阶段，"Hassabis 说，"AI 模型有多可靠？一旦我们认为已经成熟，那么我们就可以真正全力推进内部项目。"
