从赛诺根到哈佛 AI正带来医药领域新革命

来源：环球网

10月9日，瑞典皇家科学院宣布诺贝尔化学奖公布，AlphaFold的研发人员Demis Hassabis和John M. Jumper与David Baker共同获得该奖项，以表彰他们二人开发人工智能(AI)模型解决蛋白质复杂结构预测这个困扰学界50年的难题。

在AlphaFold问世之前，预测蛋白质的真实结构是一项极为耗时的工作，往往需要顶尖科研团队投入数月乃至数年的时间；然而，AlphaFold在短短数年内便确定了约2亿个蛋白质的结构，覆盖了地球上几乎所有已知生物，其准确性和实验结果相差无几。正如Demis Hassabis所言，“我们正处在数字生物学新时代的开端。”

近些年来，随着AI的发展和其在科研领域的广泛应用，全球顶尖科学家们开始利用AI进行更为深入的医药研究工作。其中，衰老干预领域吸引了众多科技巨头和医药公司的关注。例如，知名原研药企赛诺根（Seragon）借助生物信息学层面的机器学习建模，进行了迄今为止全球范围内最全面深入的衰老抑制剂疗效评估。

赛诺根通过使用数百只小鼠对数十种衰老抑制分子及各种剂型组合进行对比，并利用AI对庞大的多组学数据进行了机器学习建模，生成了多个与年龄相关的疾病模型，以评估生物衰老和与衰老相关的疾病，包括代谢综合征，神经退行性疾病，糖尿病和癌症。在这一成果的基础上，今年五月，赛诺根公布了其管线中的第二款衰老干预候选药SRN-901临床前动物试验数据。

结果显示，从中年（相当于人类50多岁）开始给药的SRN-901组小鼠剩余寿命相比于对照组小鼠提升了三分之一，创下了迄今为止衰老干预技术延长寿命效果的新纪录。该技术由赛诺根与哈佛大学、梅奥诊所、斯克里普斯研究所等全球顶尖医学机构合作研发，也是赛诺根旗下先进口服衰老抑制剂瑞拓龄（RESTORIN）的技术来源。

不仅是赛诺根，其他知名科研机构也在积极探索AI在医药研发领域的作用。其中，与赛诺根在衰老干预领域有着深度合作关系的哈佛大学科学家利用AI发现了一类全新的抗生素，为应对全球性的抗生素耐药性挑战带来了希望；麻省理工学院的科研人员开发出AI制药新模型，有效解决了结构预测和绑定位点识别等问题，提升了药物研发效率。

除药物研发外，AI也被广泛应用于医疗诊断领域。例如，赛诺根基于先进的自有机器学习算法搭建的人工智能基因诊断平台GenomeScore，可通过对多维度的组学和诊断数据进行建模，构建高可信度的疾病模型，并生成针对性的治疗方案；SRN-901的技术输出方梅奥诊所采用AI技术预测早期癌症，提高治愈率。梅奥移植外科医生Mark·D·Stegall博士表示，AI将成为医生的重要决策工具。

近年来，AI在生物制药领域的热度不断攀升，也促使传统药企与创新型药企间的合作案例日益频繁，例如国药与赛诺根成立合资公司国药赛诺根，研发项目就包括基于赛诺根的人工智能平台和人工智能诊断等技术，推动了国内衰老干预产业的发展。

在高速发展的当下，随着AI的进一步开发和应用，生物医药领域正朝着更加精准、高效、个性化的方向迈进。人们有理由相信，一个更加健康和长久的未来正在加速到来。