AI和ML——生物技術的終結者？那威力如何彰顯！

提起人工智慧(AI)，我們就不禁想起科幻電影中威力無窮的終結者。人工智慧離我們並不遙遠，甚至已經在影響著我們生活的方方面面，深刻地改變著時代的面貌——當然也改變著整個生物技術領域的面貌。隨著數據獲得性越來越容易、計算機性能越來越強大，人工智慧(AI)和機器學習(ML)在科技初創公司中得到普遍運用。在這個時代，對於一家科技初創公司而言，ML或AI已經是入門級配置。在過去的幾年中，AI和ML已開始深深紮根於生物技術領域。製藥巨頭和生物技術初創公司之間，採用AI和ML開展藥物發現等工作的合作越來越多。

時代已經將這個問題擺在我們面前：AI和ML在生物技術領域到底發揮著什麼樣的作用？本文列舉藥物發現、實驗室助理、診斷三大應用以供大家更好的理解AI和ML在生物技術領域的催化，更好的理解在這個領域所彰顯出來的強大威力。

藥物發現

可以說，AI和ML在生物技術上最令人興奮的應用是藥物研發。 目前的藥物發現在經濟上是難以承受的，一種藥物的平均成本超過25億美元，研發時間平均達12年以上。低懸的果實早已被摘光，但新的研發方法還夠不著更高的果實。AI和ML提供的新的解決方案。計算機技術有望使藥物發現變得更便宜、更快速，從而有效地將藥物發現所需的時間大大縮短。在這方面，年輕的創業公司和製藥巨頭之間已經開展了諸多合作。

一些初創公司專註於利用不斷增加的基因數據量和廉價的測序，從遺傳學的角度來進行藥物發現。一些公司正在使用計算機視覺來分析已經用藥物化合物處理過的細胞的圖像，而這些工作以前需要數十名博士埋頭於顯微鏡來篩選化合物。一些公司正在採用基於結構的方法進行藥物發現，使用ML來尋找可以基於已知的靶結構提供治療的小分子。另外，像Benevolent BIO這樣的創業公司使用AI來挖掘龐大的現有科學數據，發現以前試驗中可能的失誤，進行更優化的藥物設計。

由於AI在生物技術領域的獨特優勢，大量資源正在投入AI生物技術公司，初創公司如雨後春筍。也許在不久的將來，我們就能看到這一領域的激烈競爭，看到行業執牛耳者的崛起。

實驗室助理

實驗室中的一些乏味的助理工作，例如設計基因編輯或數據分析的構造，也正在逐步交給AI程序來完成。 Desktop Genetics創造了一個新穎的平台來設計基因編輯構造，用CRISPR通過人工智慧來工作。他們的基因編輯平台貫穿整個試驗過程，從選擇合適的sgRNA分子到分析實驗數據。AI的強大功能能夠更快、更有效地構建CRISPR文庫。尤其對於那些在CRISPR-Cas9方面工作經驗不多的人來說，這個平台不僅有助於加速從設計到實驗的過程，而且還能確保指南的有效性，提高基因編輯的效率。對於想要更快和/或更簡單的數據分析的科學家來說，有些創業公司專註於使用AI來查看許多類型的數據。H2O.ai是一個開源平台，人們可以使用數千種不同的統計分析模型分析數據。H2O.ai許多行業都在用，一些初創公司將其用於醫療和生物技術數據領域，減輕了醫療服務提供商的數據分析負擔。

診斷

目前，診斷分析通常只會進行一次，只有在發生重大的範式轉變時才會更新。因此，如果我們有以前的診斷結果，在當前實驗中繼續使用，就可能會錯過改進試驗的機會。然而，ML技術可以立即使用真實結果來改進診斷測試。這意味著，診斷測試運行得越多，測試就越準確。目前，ML技術在診斷中最引人注目的應用在於遺傳分析。2011年成立的瑞士創業公司Sophia Genetics就是其中的代表。他們從患者身上採集活檢或血液樣本、處理樣本，然後使用強大的人工智慧演算法分析數據。在這裡，Sophia Genetic的數據分析只需要幾天時間就能完成，而傳統方法需要幾個月。除了速度更快之外，AI分析的優勢還在於，機器學習演算法使診斷程序在每次迭代時變得更加智能。遺傳分析之外，ML技術還可以用於任何可以數字化的診斷，使演算法能夠確定嵌入其最終決策過程的正確「特徵」。DNAlytics展示了ML在診斷中的另一種用途，使用先進的計算來幫助診斷類風濕性關節炎。

參考和圖片來源：The Robots are Coming: Is AI the Future of Biotech?

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！