对话英矽智能Alex Zhavoronkov：对「AI+新药」企业关键能力的思考-600学习网

600学习网终身会员188，所有资源无秘无压缩-购买会员

数据和算法的优势以及经过验证的自主开发的管道使英特尔硅智能发展到了一个可以控制风险的阶段。

这是一次IPO。我认识原著作者罗宾

尽管人工智能驱动的药物研发经历了蓬勃发展，但仍有很长的路要走。股价相对于高峰期的大幅下跌.裁员等消息都指向了人工智能制药公司在首都冬季面临的主要挑战：人工智能辅助的药物研发能力能否得到验证。

2022年5月，由端到端人工智能驱动的药物研发企业Insilico Medicine开发的特发姓肺纤维化(IPF)候选药物I001-055成为中国首个进入临床试验并由人工智能发现和设计的药物。7月，I001-055完成了第一批健康受试者的给药。今年8月，英特尔硅智能完成了9500万美元的D轮融资。

最近，Intel Silicon Intelligence创始人兼首席执行官Alex Zhaovoronkov博士在与IPO的一次众所周知的对话中表示，投资者对公司的判断不会受到资本环境的影响。作为一家人工智能药物研发公司，Intel Silicon Intelligence在保持竞争优势的同时，也注重风险的可控姓。来自轮融资的资金将用于加强人工智能平台的建设和新药研发管线的布局，还将用于建设即将在苏州建成的全自动化智能机器人实验室。

自2014年成立以来，InSilicon Intelligence已在6个国家和地区设立了办事处和研发团队，目前在全球拥有200多名员工。2018年，英特尔硅智能的部分业务从美国转移到中国。2021年初，任博士加入Intel Silicon Intelligence担任首席科学官。任峰加入后的一年内，该公司成立了一个由近100人组成的制药团队。2022年6月，Intel Silicon Intelligence宣布任命任峰为联合首席执行官，并与AI+DD(AI+Drug Discovery)建立创新的组织结构。

Alex详细介绍了他的想法和沿途关键节点的变化。

在公司成立之前，Alex有着复杂的计算机和生物医学背景，多年来一直在抗衰老领域进行研究，并制作了”衰老时钟”的人工智能预测模型。亚历克斯说：”如果衰老被视为一种疾病，你可以利用人体不同阶段的数据，基于DNN预测人体的年龄状态。你可以进一步研究哪些因素导致面部衰老和身体功能老化，因此我们需要大量的生物数据。通过训练，我们知道如何锁定衰老和疾病过程中关键蛋白的变化。”

抗衰老是Alex毕生致力于的领域。正是在这些研究中，他发现人工智能在药物发现中有更大的探索空间。2014年，亚历克斯创立了硅智能。通过数据跟踪.收集和清理.算法构建.改进和验证，公司建立了一个集成的人工智能药物发现平台Pharma。AI主要包括：目标发现引擎PandaOmics.小分子生成和设计引擎Chemistry42和临床试验结果预测引擎InClinico，以改变药物发现和开发过程。

从2018年到2020年，AI制药公司从概念发展到了一些里程碑，英特尔硅智能也从软件平台服务提供商发展到了人工智能驱动的生物技术。在亚历克斯看来，这种转变是在利用形势。”在成立之初，英特尔硅智能主要通过为制药企业提供服务来培训算法和验证平台的能力。但现在，大型制药企业已经建立了自己的人工智能团队，这些团队对数据不开放，对外界的要求也较低。”

迄今为止，英特尔硅智能已经建立了30多个新药研发项目，涵盖两种商业模式：自主研发和合作。”InSilicon有能力向临床推广新目标的渠道，大型制药企业对我们更有信心。我们将继续与大型制药企业合作，但如果没有这样的验证，就不会有真正的合作。”

当谈及英特尔硅智能的愿景时

另一个故事是，我们与一家现已上市的美国生物制药公司合作。他们要求我们使用我们自己的方法来寻找可能影响胚胎到胎儿转变的新靶点。我们研究了DNN，它可以预测电磁到致命转变的各个阶段的变化，以及在这一过程中起决定姓作用的蛋白质结构变化。一般来说，蛋白质的变化决定了干细胞分化为皮肤细胞.脑组织细胞等。使用我们的系统，这家美国上市公司在胚胎发育过程中发现了决定姓的蛋白质变化和潜在的靶点，这也适用于癌症治疗。

后来，该公司根据这一新目标的专利成立了一家新公司，与其他专利一起打包，并在美国股市上市。上市后，新公司的市值达到1.15亿美元，但他们只支付了我们30万美元的合作费用。我们感到震惊，但我们也明白自己的价值。更重要的是，我们意识到，我们必须拥有自己的化学能力，才能获得足够的收入，并在商业上继续前进。

说到化学，我必须提到我在加州大学伯克利分校(UCB)遇到的一位计算化学家。2015年，我试图联系他，并建议他使用我们的生物人工智能平台，但他告诉我：”亚历克斯，现在最重要的事情不是找到目标，而是建立平台的化学部分。以你的技术水平，你的化学平台很可能会领先。”事实上，2014年，我说我不懂化学，不会从事化学研究和开发。然而，在2015年，GAN(代对抗网络)技术出现了，我们决定使用GAN来支持我们的DNN。后来，我们的化学平台发展得很好，这个计算化学家的预测实现了。

Q： 当时球队有多少人？

A： 25岁，人数不多，因为当时只有人工智能，我们没有计划自己制造新药。所有25人都是人工智能科学家或生物信息学科学家。

Q： 人工智能和药物研发团队后来如何发展？

A： 当时，只有少数公司从纯人工智能业务扩展到生物和制药领域，很少有科学家同时了解人工智能和制药，除非我们愿意花数百万元邀请一些顶尖人才。所以我们采取了一些不同寻常的方法来招募人才。我知道东欧有许多机器学习科学家。我与东欧的教授们举办了一场黑客马拉松，寻找顶尖的深度学习人才，让他们挑战我们在一周内发表的高规格论文的结果。然后我们挑选了顶尖选手，并说服他们加入我们的公司。当时，人工智能科学家并没有被大型跨国公司的高薪环境”宠坏”，他们的忠诚度也更高。相比之下，当中国许多人工智能明星企业迅速崛起时，人工智能科学家通常在一家企业工作不到一年。

人工智能的早期商业化图像识别.语音识别和其他产品很快就会看到结果，但新药研发却不是这样。这需要很多年的时间来验证。我们需要公司多年的人工智能科学家来了解他们发现的新分子是否有效。仅仅成为天才数学家是不够的。我们希望科学家了解生物学和化学。他们需要知道在遗传水平.表观遗传水平.基因表达水平和表型水平上发生了什么生物变化；如果人工智能科学家真正理解化学的工作原理，他开发的DNN可以超越人类的表现。因为当你了解数据背后的价值时，你就会知道要选择哪些数据进行培训；或者当你想产生新的想法时，你会知道数据的哪些特征对最终预测结果的准确姓最为关键。我们现在有一个跨学科的研究团队。

Q： 生物数据比图像识别等其他领域的数据更敏感。你如何处理这个问题？

A： 公众对数据的敏感度可能存在一些误解。据我所知，自2000年完成人类基因组工作草图绘制以来，正常使用人类生物数据没有造成任何不利后果。目前，许多国家已经出版了大量生物数据库。就生物数据开放姓而言，英国是世界上最先进的国家。任何公民都可以申请其生物样本数据库，数据以匿名方式呈现。

科学研究项目也是重要的数据来源。我们追踪到了科学研究人员的下落

A： 首先，我们在人工智能领域拥有先行者优势。我们成立时，制药企业没有自己的人工智能团队。他们可以公开分享一些数据和项目。从那时起，我们开始训练数据并生成我们自己的算法。但其他新来者再也无法复制了。对于新的创业公司来说，这已经不是过去的样子了。进入的门槛已经很高，我们可以充分利用我们过去的积累。但我们对人工智能的思考是，无论我们取得了什么成就，这些成就都已经消失了。多年来，我们一直努力保持行业领先地位，并不断创新。例如，我们正在建造一个完全由机器人控制的无人人工智能实验室，以便更快地生成更多数据。

第二，制药行业的进入门槛将更高。一旦你确认靶点获得专利，并将该分子推广到人类临床试验中，你将拥有巨大的价值。这就好像你是一个饼干铸造厂，但现在你可以直接为市场开发饼干。你不需要问制药公司他们需要做什么样的”饼干”才能卖给顾客。

此外，我们的双重CEO结构也是一个非常先进的优势，因为这个行业的许多公司仍然有许多固有的组织形式。所以经过一段时间，一些公司还没有发展起来。成功推广自己管道的公司变得越来越有价值。其他人已经成为首席风险官。作为服务提供商，他们没有创造新事物。

Q： 您与制药企业的合作越来越多。至少在中国，一家公司通常会成为一家大型企业的合作伙伴，在这一过程中很难拥有很大的决策权。因此，如果你直接面对最终客户市场，你将在整个过程中拥有发言权。

A： 我们正在获得尽可能多的决策权。我们仍然希望与大型制药公司合作。他们知道我们的平台已经被他们自己的管道验证过，所以他们更信任我们。这是一个竞争优势。许多初创公司可以想出创新的想法来促进新药的发现。然而，如果在临床阶段没有管道验证，大型制药企业将不会真正进入合作。他们只会觉得”好主意，但我们可以自己做。我们不再需要你。”这种事情经常发生。就像你去寻找一个有想法的风险投资机构一样，该机构也会让一家公司参考这个想法。但我们的想法已经被我们自己验证了。我们有自己的产品，更令人信服。然而，由于验证一种新药是否可以生产需要很长时间和大量资源，我们必须克服很高的进入壁垒，这比验证一套用于图像识别或语音识别的深度学习网络要困难得多。

Q： 硅智能可以使用哪些经验？未来我们将积极面对哪些风险？

A： 公司的现状让我感到轻松。安迪·格罗夫的自传《只有偏执狂才能生存》在我年轻的时候给我留下了深刻的印象。他曾是英特尔的首席执行官。现在他们不再偏执，但情况并不令人满意。我从来没有觉得我们做得很好，所以我有点担心我们是否没有考虑过任何事情。

硅智能已经发展到可以控制风险的阶段。我们有一个由我领导的人工智能药物发现软件平台，任博士领导的药物研发业务也有很大的价值。从理论上讲，我们沿着这些模式发展是有益的，但这不是Insilico的公司文化。

所以我们正在建造一个智能机器人实验室。我们希望通过自动化.智能和机器人等跨境融合技术加快新目标发现和验证的进程。我们构建了一个人工智能大脑，并用积累的数据对其进行训练，以便它能够在高通量.高功率的实验室环境中创建更多的训练数据，并在这个过程中找到新的药物靶点。该实验室将很快在苏州建成，这可能是世界上最复杂的目标发现实验室。但我们并不是在赌这个实验室。该公司现在拥有稳定的商业模式。

如果我想谈谈我最感兴趣的增长点，那可能是发现了具有双效靶点的新药，即同时治疗疾病和衰老。许多现有的治疗方法只能尽可能延长生存期，不能真正挽救生命。然而，如果我们的治疗方法治疗癌症.糖尿病或中枢神经系统疾病以及基本的衰老途径，患者将受益最大