9月1日,華為輪值董事長胡厚崑在2022世界人工智能大會上表示,人工智能觸發(fā)的產業(yè)變革正在改變每一個行業(yè),人工智能也在越來越多的行業(yè)場景發(fā)揮重要價值。大模型將為人工智能的行業(yè)實踐提供牽引,加速行業(yè)應用的孵化與創(chuàng)新。
華為輪值董事長胡厚崑發(fā)表主題演講
大模型落地藥物研發(fā)領域,加速超級抗菌藥Drug X的研發(fā)進程
胡厚崑分享了AI在醫(yī)藥領域的應用案例。當前,耐藥細菌已經成為人類重大健康威脅。據世衛(wèi)組織統(tǒng)計,全球每年至少有70萬人因此死亡。面對突發(fā)或頑固性疾病,我們通常遲遲等不到新藥上市。新藥研發(fā)及上市進程受醫(yī)藥界公認的“雙10定律”制約——一款創(chuàng)新藥從研發(fā)到上市,平均成本超過10億美元、研發(fā)周期大于10年。
西安交通大學第一附屬醫(yī)院(以下簡稱西安交大一附院)劉冰教授在新藥研發(fā)的工作中采用了基于華為云盤古藥物分子大模型打造的AI輔助藥物設計服務,突破性地研發(fā)出一款超級抗菌藥Drug X并打破了醫(yī)藥界“雙十定律”。Drug X有望成為全球近40年來首個新靶點、新類別的抗生素,其靶點特質決定了細菌將難以對Drug X產生耐藥性,對抗瘧(即瘧原蟲)藥物研發(fā)等多個領域有著重要的影響。華為云盤古藥物分子大模型讓先導藥的研發(fā)周期從數年縮短至一個月,研發(fā)成本降低70%。
華為云盤古藥物分子大模型讓AI全流程輔助藥物設計
科研成果的突破離不開技術的加持。華為云盤古藥物分子大模型在“藥物分子篩選”和“藥物分子優(yōu)化”兩大環(huán)節(jié)對Drug X的研發(fā)具備重要作用。
·輔助科研人員對小分子化合物進行預篩選,大幅減少新藥研發(fā)的成本
藥物研發(fā)平均周期超過10年,其中先導藥物的設計歷時3-5年?？蒲腥藛T需要反復對不同小分子化合物進行結合實驗、結構修改及效果驗證,以找到能夠研制成超級抗菌藥的最理想的小分子化合物。在數以億計的小分子化合物面前,人工篩選方式不僅試錯成本高,而且高度依賴藥物學專家的經驗。
華為云盤古藥物分子大模型學習了17億個小分子的化學結構,在無監(jiān)督學習模式和業(yè)界獨有的“圖-序列不對稱條件自編碼器”深度學習網絡架構下,更好地對分子結構與性質進行預測與推薦。在盤古藥物分子大模型優(yōu)先推薦的小分子化合物基礎上,科研人員進一步進行人工實驗驗證。實驗結果表明,盤古藥物分子大模型的成藥性預測準確率比傳統(tǒng)方式高20%,進而提升研發(fā)效率,讓先導藥的研發(fā)周期從數年縮短至一個月,同時降低70%的研發(fā)成本。
·對篩選后的先導藥進行定向優(yōu)化,幫助降低新藥的毒副作用
部分小分子化合物具備與人體細胞相結合的屬性,將對正常細胞產生毒副作用。基于華為云盤古藥物分子大模型的結構優(yōu)化器,劉冰教授有效地提升了小分子化合物與目標抗菌靶點蛋白的結合、降低與人體蛋白的結合,從而減弱了超級抗菌藥對人體正常細胞可能產生的毒副作用。
規(guī)劃大模型沙盤,牽引創(chuàng)新方向
AI大模型具備“一個模型在眾多場景通用、可泛化和規(guī)?；瘡椭啤钡奶攸c,如今孵化大模型已經成為行業(yè)與場景創(chuàng)新突破的共識。
胡厚崑提出,要匯聚各方力量,梳理行業(yè)場景所需的基礎大模型與行業(yè)大模型,共同規(guī)劃大模型沙盤,避免重復投資與開發(fā),集中優(yōu)勢資源共同加速AI應用向各產業(yè)和行業(yè)的滲透。
華為云盤古預訓練大模型已完成從學術大模型到產業(yè)大模型的轉變,形成了“基礎大模型-行業(yè)大模型-細分場景大模型”的發(fā)展路徑,并且在醫(yī)療、互聯(lián)網、金融、煤礦、農業(yè)、氣象等領域中實現(xiàn)降本增效。
本次會上,基于華為云盤古預訓練大模型打造的華為云AI輔助藥物設計平臺(Huawei Cloud AI Drug Design Platform)獲得了“SAIL之星”獎項,作為國內首個商用的AI輔助制藥SaaS平臺,幫助藥企減少試錯成本,加速新藥研發(fā)進程。
華為云將持續(xù)打牢技術根基,將AI技術以及行業(yè)落地經驗云化、服務化,不斷繁榮人工智能產業(yè)生態(tài),讓企業(yè)創(chuàng)新觸手可及。
聯(lián)系客服
