本次分享从狭义和广义两个角度对AI制药的原理、过程和作用等方面进行了阐述，并提到人才培养是AI制药发展的核心竞争力，对未来的AI制药人才提出了更高的要求——不仅要有情怀和激情，还要具备原始创新和工程优化能力。在飞桨的帮助下，清华大学在制药人才培养方面有所突破，“AI+药学”产学研融合创新基地，深化育人和创新工作。
作者 | 清华大学药学院研究员、博士生导师 田博学
何谓AI制药
许多对制药领域不太了解的人会有一个疑问：通过计算把药物设计出来能实现吗？答案是肯定的。来自UCSF医疗中心的Matthew Jacobson导师，就用计算的方法做出来一个分子，甚至在临床试验成功以后，将这个分子成功卖给了辉瑞制药，收获了不错的回报。
那么，他的药物是何用途呢？
Matthew Jacobson导师的药物，是用于治疗我们曾在高中课本上学过的镰刀型贫血症。正常的红细胞是甜甜圈的形状，当发生基因突变后，血红蛋白形成的二聚体进一步形成杆状分子，导致红细胞由原来的甜甜圈型变成镰刀型，这就是镰刀型贫血症的产生机制。
Matthew Jacobson导师通过计算设计出一个分子，来阻断这种杆状分子的形成，实现了对这个疾病的治疗。
此外，还有一个药物也是通过计算的方法设计的——电影《我不是药神》中的格列卫。
有了上述案例，我们可以相信计算设计药物这件事是可行的。还有相关专业——计算机辅助药物设计对此进行研究， AI出现后更名为AI制药。当前，制药这一方向的发展仍然较为困难。
首先，传统制药过程周期较长，一般为十年以上，且耗资巨大。AI的出现可以实现降本增效，让原来“大海捞针”般的过程变成现在的“顺藤摸瓜”。比如，运用生成模型，能根据靶点直接设计出一些分子。以前，我们只能像“神农尝百草”一样去尝试。现在有了生成模型，在知道靶点的情况下，可以直接从蛋白质里面长出来一些分子。
狭义的AI制药就是设计分子，比如人们熟知的青蒿素、青霉素这样的小分子药物，也包括抗体药物等大分子药物。
专业课程中讲的是广义的AI制药，除了设计分子以外，还涵盖靶点的发现、化物的设计、化物的优化、药剂学、临床等各个领域。在这些领域，AI都能够发挥一些作用。
2020年被称为中国的AI制药元年，大量资本进入这一领域。资本如此喜欢这一领域的原因比较简单——制药的成功率虽然很低，但边际收益很大。比如原来的成功只有1%，现在稍微提升一点，能提升到5%，就可能会产生比较好的收益。
目前，包括百度、华为、腾讯、阿里巴巴在内的很多公司，都有相应的部门参与AI制药。在目前的AI制药当中，AI的主要作用是降本增效。
未来人才培育挑战重重
AI制药仍有较大发展空间。在未来，中国很可能成为世界创新药物研发的中心，这其中的核心竞争力还是人才，但培养人才是非常困难的一件事。
第四次工业革命后，一部分重复性的体力劳动会被机器替代，除了像盖房这类工作，实验室的工作也已经有了替代方案，下图就是一个无人化学实验室，它可以不吃、不喝、不睡，一周可以做800个有机化学的反应去合成一个药物。
随着大语言模型和一些其他技术的发展，很多的智力劳动也会被替代。
这时候我们不得不思考一个问题：未来到底需要什么样的人才？
面向未来的人才，首先需要有情怀、有激情。有情怀就是不做精致的利己主义者，有激情就是有足够的能量去做一件事情。
这些东西不是通过简单的传授知识就可以实现的。老师在课堂上不经意的一句话可能就会点燃一个学生，而大预言模型或者教师反复去教，并不能实现这一效果。如果学生根本就不想学这个东西，讲再多也没有太大用处。
其次对于未来的人才，原始创新和工程优化能力很重要。原始创新，指的是从0到1的过程，而工程优化是从1到100的过程。
放在制药的场景下，我们国家的CRO公司其实是非常厉害的，从1到100 这个环节能做得很好。
但是从0到1，新靶点、新分子这块做得就相对较差，导致大部分的收益都被国外赚走。而国内的许多公司辛苦做CRO服务，最后也只是赚到较少部分的收益。
那么，能实现原始创新的人才是什么样的？其实每个人都有创新能力，只不过创新能力在我们从小到大的发展过程中，被教育体制给抑制了。
既然每个人都原始创新的能力，大学老师就需要想办法把创新能力激发出来。这件事并不是特别困难，但需要学生一起参与这个过程。大学老师如果只是像过去上课，把自己的内容简简单单讲完就走，这种创新能力的激发将很难出现。
此外，工程优化阶段也非常重要，尤其是在大模型时代。比如，文心一言跟 ChatGPT相比，更多的是工程优化能力上的差别，底层的东西都差不多。
从1做到100这个事情的根源还是在于想不想做，有没有动力做，包括一些技术层面的积累。
如果你想带一群人去到大海的另一边，你要做的不是教他怎么造船，怎么砍树。而是要想办法激起他对大海另一边的向往，这才是核心的东西。
飞桨携手清华
助力AI制药人才培养
具体怎么做，每一门课都有自己的思路。但作为老师，我们自身首先要有足够的积累，特别是交叉学科，可能同时涉及到数学、物理、化学、生物、计算机、药学等等。
在课程上，虽然一节课就能把比如微积分、线性代数、概率论这些全都讲完，但老师还要能把这些交叉学科的知识有效地融合起来，这是大语言模型还解决不了的问题，这就需要老师真正花时间去做这些事情。
现在，在高校中，副教授也需要领导自己的科研团队，时间上很紧张。高校学校的考核指标，不利于教师在教学贡献上下太多的功夫。怎么样去平衡这些时间就是需要思考的问题。
清华在与飞桨的合作过程中，有效解决了许多上课的问题。
培养人才的前提，是不能劝退学生。AI制药这门课涉及到多学科的大量内容。教师要考虑到，有的学生，比如生物学和药学的学生，可能对于计算机完全是零基础。学生先学习编程，虽难度较大，但实为必须。此外，即使学完编程，后续的环境配置部分仍然颇有难度，非常“劝退”学生。
对于这一问题，飞桨深度学习平台，是一个较好的解决方案。它可以让学生较为快速地直接实践，比如编程设计一个分子，还能在做完后，体验到完成小项目后得到的正反馈。这一反馈是非常重要的。相比之下，如果反复的让学生配置环境，他可能直接就退课了（清华是可以退课的）。
其次，AI制药这门课程的数学门槛也比较高，怎么样把比较抽象的东西简单、具体的讲出来，是比较考验老师的。即使是运用大语言模型，输出的东西仍是公式，如何讲解能让学生理解透彻，需要老师想办法提高讲课能力。
这一课程在算力资源方面也需要支持。所有纯AI模型都需要算力，百度飞桨提供了足够的算力，来帮助学生在课程上收获较多的实践经验。
百度飞桨还助力我们实现了课程考核的创新，有效检验学生学习成果。比如期末考试，老师可以直接创建一个比赛，让学生直接去系统里面提交成绩，包括调参之类的内容，学生自己都可以实时地看到。
当然，这样的考试要给学生足够的时间，这个只占一小部分，主要还是最后的考试。如果没有学会课程，就提交不了结果。如果不明白里面的东西，代码审核也过不了。在考核环节上，还是有较多的方法能够在大模型时代防止学生作弊的。
此前，清华大学药学院还联合临港实验室、百度飞桨，携手举办AI药物研发算法大赛，共有1000多名选手参赛。
此外，清华大学药学院也和百度飞桨在科研合作，在飞桨螺旋桨PaddleHelix的帮助下，我们在抗体药物方向和药物发现方法方向都有了一些成果，如预测准确度高于Alphaflod 20%的抗体结构模型，和新冠活性小分子药物候选物专利等。
百度飞桨还有效助力清华学子参与互联网+“大学生创新创业大赛”。创业是产销融合最好的一个结果，学校也需要为未来培养一些企业家。学生们进行自动化设备搭建，在比赛中积累产业界经验，也能产生商业上的一些思考。
感悟分享
从一个一线教师的角度看，现在我们还处在一个变化比较快的时间点。我们需要注意哪些东西是变的，哪些东西是不变的。
如果了解生物，就能知道有一些基因是不能动的，如果发生突变或者删掉，是必然会致死的。
教育也是一样，有些东西是不变的。越是在这种变化快的情况下，也是需要把那些不变的东西给“揪”出来，其他的部分则需要逐渐适应未来的发展需求。
国内的教育相比于国外，有其自身优势。只不过有些学生的创新能力被抑制，需要教育者的激发。
其次，我也想呼吁大家，不仅关注“短跑”，也要关注“长跑”。很多时候，就像我们看奥运会一样，观众会更关注短跑比赛，因为它很刺激，很快就能看到结果。而长跑比赛，观众都在终点线附近，看见第一名跑过去以后，大部分观众便选择离开，很少有人关注后面的选手，也很少有人关注他们跑的过程。
事实上，科研和许多文科方面的工作都是“长跑”，是长期积累的过程。
作为观众或者评委，我们首先要认可长跑这项运动，然后还需要平衡短跑和长跑之间的关系。调整评审和考核机制，既让一些学生擅长短跑，又能让更多学生参与到长跑当中，是非常重要的。
但要解决这一问题还是比较难的，尤其是现在的社会，大家各方面压力都比较大，可能会倾向于追求短期的回报。
制药是一个长期的过程，同时成功率又很低，很可能10年后才能看到是否有收益，投资人大都不愿意投这种项目。
怎么样通过教育的方式一步步迭代，让越来越多的企业家或者投资人能够关注这样长期的项目，也是我们需要思考的问题。
对于教育本身，硬件和软件两个方面都需要提升。
硬件方面，教室里的多媒体设备在不断迭代更新，百度飞桨这样能提供新知的模型也越来越多。
软件方面则更需要提升。老师是教育过程中的软件，软件的提升是一个长期的工作。比如1995年时电脑的硬盘才几个G，而现在常见的硬盘都已经几百G，硬件一直是在变化的。但像Windows系统和百度搜索引擎到现在人们还都在用，这些软件的积累优化是一个长期的过程，是需要时间的。因此，教育也需要教师长期持续的提升。我们不仅要关注教育的硬件，更要关注教育的软件。
本篇文章根据WAVE SUMMIT 2023深度学习开发者大会讲稿整理而成
关注【飞桨PaddlePaddle】公众号
获取更多技术内容~
扫一扫
2755
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
