諾獎背後：從賽諾根到哈佛 AI正帶來醫藥領域新革命

10月9日，瑞典皇家科學院公佈諾貝爾化學獎，AlphaFold的研發人員Demis Hassabis和John M. Jumper與David Baker共同獲得該獎項，以表彰他們二人開發人工智能(AI)模型解決蛋白質複雜結構預測這個困擾學界50年的難題。

在AlphaFold發明之前，預測一個蛋白質的真實結構往往需要一個頂尖科研團隊花費數月甚至數年的時間；而僅在被髮明後的數年間，AlphaFold便確定了約2億個蛋白質的結構，範圍覆蓋地球上幾乎所有已知生物，其準確性和實驗結果相差無幾。正如Demis Hassabis所言，“我們正處在數字生物學新時代的開端。”

近些年來，隨着AI的發展和其在科研領域的廣泛應用，全球頂尖科學家們開始利用AI進行更爲深入的醫藥研究工作。吸引衆多科技大佬和醫藥巨頭紛紛入局的衰老幹預領域就是其中之一。知名原研藥企賽諾根（Seragon）藉助生物信息學層面的機器學習建模，進行了全面深入的衰老抑制劑療效評估。

通過使用數百隻小鼠對數十種衰老抑制分子及各種劑型組合進行對比，賽諾根利用AI對龐大的多組學數據進行了機器學習建模，生成了多個與年齡相關的疾病模型，以評估生物衰老和與衰老相關的疾病，包括代謝綜合徵，神經退行性疾病，糖尿病和癌症。憑藉這一成果，今年5月，賽諾根公佈了其管線中的第二款衰老幹預候選藥SRN-901臨牀前動物實驗數據。

數據顯示，從中年（相當於人類50多歲）開始給藥的SRN-901組小鼠剩餘壽命相比於對照組小鼠提升了三分之一。該技術由賽諾根與哈佛大學、梅奧診所、斯克裡普斯研究所等全球頂尖醫學機構合作研發，也是賽諾根旗下先進口服衰老抑制劑瑞拓齡（RESTORIN）的技術來源。

不僅是賽諾根，其他知名科研機構也在積極探索AI在醫藥研發領域的作用。其中，與賽諾根在衰老幹預領域有着深度合作關係的哈佛大學科學家利用AI發現了一類全新的抗生素，爲應對全球性的抗生素耐藥性挑戰帶來了希望；麻省理工學院的科研人員開發出AI製藥新模型，有效解決了結構預測和綁定位點識別等問題，提升了藥物研發效率。

除藥物研發外，AI也被廣泛應用於醫療診斷領域。例如，賽諾根基於先進的自有機器學習算法搭建的人工智能基因診斷平臺GenomeScore，可通過對多維度的組學和診斷數據進行建模，構建高可信度的疾病模型，並生成針對性的治療方案；SRN-901的技術輸出方梅奧診所採用AI技術預測早期癌症，提高治癒率。梅奧移植外科醫生Mark·D·Stegall博士表示，AI將成爲醫生的重要決策工具。

近年來AI在生物製藥領域的爆火，也促使傳統藥企與創新型藥企間的合作案例頻現，例如國藥與賽諾根成立合資公司國藥賽諾根，研發項目就包括基於賽諾根的人工智能平臺和人工智能診斷等技術，推動國內衰老幹預產業的發展。

在高速發展的當下，隨着AI的進一步開發和應用，生物醫藥領域正朝着更加精準、高效、個性化的方向邁進，人們將加速迎來更爲健康和長久的未來。

本網站轉載的所有的文章、圖片、音頻視頻文件等資料的版權歸版權所有人所有。如因無法聯繫到作者侵犯到您的權益，請與本網站聯繫，我們將採取適當措施。