有些疾病几十年来一直困扰着研究人员。 但人工智能（AI）在医学上的应用有望大大加速治疗这些疾病的新药的发现。 Generate Biomedicines 联合创始人兼首席战略与创新官莫莉·吉布森 (Molly Gibson) 兴奋地应对难以应对的挑战并惠及更多患者。 Generate 是一家于 2018 年成立的治疗公司，总部位于波士顿地区。
Gibson 最近与麦肯锡的 Christian Fougner 和 Lydia The 讨论了人工智能和机器学习如何加速药物发现，以及这对世界各地的患者意味着什么。 他们谈话的编辑版本如下。
Lydia The：在与他人共同创立Generate Biomedicines 之前，您曾在多家生物技术公司工作过。 请告诉我们Generate 彻底改变医学的潜力。
Molly Gibson：Generate 专注于改变蛋白质治疗领域的药物发现。 我们没有考虑如何从自然过程和进化中发现新分子，而是使用计算机来学习蛋白质的规则以及蛋白质如何发挥作用。 然后我们可以完全从头产生分子来完成我们想要的事情，这样我们就可以创造出更好、更便宜、更安全的药物。
当我们第一次开始思考“生成”的想法时，我们借鉴了不同领域的例子，这些领域因计算机可以学习系统原理而发生了革命性的变化，然后利用这些原理并发明以前从未存在过的新颖事物。 计算机视觉领域就是一个例子。 计算机可以查看数亿张人脸图片和人们说话的视频，并最终了解人脸组合的原理。 然后，它可以创建看起来很现实的人的图像或视频，就像你或我一样，但实际上并不存在，而且从统计数据来看永远不会存在。
我们很高兴将其应用到蛋白质、生物制品和治疗领域。 几十年来，我们一直在尝试预测生物学。 但如果你真的能发明新的生物学呢？ 随着时间的推移，算法会变得更好，并且会不断学习。 然后你就可以开始设计治疗方法而不是发现它们。 大自然给了我们大量美丽的蛋白质供我们学习，也给了我们通过进化发现的规则。 我们可以学习这些规则，从中提取，并生成以前从未存在过的蛋白质。
“更多射门”
Lydia The：我们知道药物研发的失败率高达90%。 你为什么相信人工智能可以在这方面做出改进？
莫莉·吉布森：这是一个令人难以置信的令人畏惧的数字，我认为作为一个行业，我们应该致力于解决这个问题。 这是一个复杂的问题，有很多步骤——从选择靶标，到创建分子，再到识别患者群体。 我们看到人工智能对这个复杂方程的各个方面都有影响。 人工智能将使我们更好地了解生物学，因此我们将能够识别更好的靶标，然后创建能够更好地干预该生物学并且对患者更安全的分子，并识别出受该疾病影响最严重的患者。 这些药物用于疾病人群。
我们将看到我们学习和优化已知分子和疾病的能力的拐点。 我们知道如何影响这种疾病，但我们只是没有工具以我们想要的速度生产我们想要的药物。 我的希望是，我们将看到计算机发明的分子的加速发展，并且对于那些我们了解生物学的疾病，我们将找到更快地治疗它们的方法。
最近的一个例子就是我们为开发 SARS-CoV-2 疫苗所做的工作，这说明了未来的前景。 我们能够对 mRNA 分子进行编程，以表达我们的免疫系统响应的特定抗原，从而针对未来的感染提供保护。 我们对 mRNA 分子和该抗原的蛋白质结构之间的联系有足够的了解。 但如果将来我们真的知道 DNA 序列和蛋白质之间的联系，不仅能引发免疫反应，还能治疗疾病呢？ 我们可以彻底改变患者的生活。 我们对生物学进行编程的能力将改变患者获得新药的节奏、速度和成本。
所有这些结合起来将开始降低我们今天看到的（新药）失败率。 我们将从每年看到一两种治疗方法问世，到一个你可以想象十倍跳跃的世界——我们可以看到十到 20 种治疗方法，甚至更多，准备投入使用。 每年都有临床开发。
Lydia The：生物制药行业专注于少数疾病或小患者群体。 人们总是说，很难以具有成本效益的方式或适用于主要影响发展中国家的传染病的方式超越这一点。 如果我们认为人工智能将使药物开发更快、更便宜，这是否也意味着它将覆盖更广泛的患者？
