158
智能技術(shù)與生物技術(shù)，正在碰撞中萌生出激情的火花。
2020年，全球人民都在盼星星盼月亮，盼著早日出現(xiàn)一支好疫苗。在這個(gè)過(guò)程中，AI前所未有地參與到基因測(cè)序、疫苗研發(fā)、生物醫(yī)藥等活動(dòng)中來(lái)。而從英國(guó)變異病毒，到印度、南非等國(guó)出現(xiàn)變異毒株愈發(fā)嚴(yán)重，越來(lái)越多的人開始意識(shí)到，疫苗研發(fā)速度如果跟不上病毒變異的腳步，全球防疫成果會(huì)直接受影響。以此為契機(jī)，支撐高效研發(fā)的生物計(jì)算，也就各國(guó)重點(diǎn)關(guān)注并投入的科技賽道之一。
AI對(duì)生物科學(xué)的影響，也獲得了學(xué)界的普遍認(rèn)可與應(yīng)用。在 “首屆中國(guó)生物計(jì)算大會(huì)” 上，著名結(jié)構(gòu)生物學(xué)家施一公就從生命科學(xué)的角度，提出計(jì)算決定未來(lái)。
那么，到底什么是生物計(jì)算，為什么說(shuō)它會(huì)對(duì)國(guó)計(jì)民生至關(guān)重要？中國(guó)的生物計(jì)算發(fā)展究竟如何，未來(lái)又需要哪些產(chǎn)業(yè)要素？
一首智能計(jì)算與生物技術(shù)相結(jié)合的產(chǎn)業(yè)協(xié)奏曲，已經(jīng)在神州大地奏響，今天我們就化身一群最先“聞弦歌而知雅意”的人。
邂逅的偶然與必然：AI給生物計(jì)算帶來(lái)了什么？
簡(jiǎn)單來(lái)說(shuō)，生物計(jì)算指的是以生物大分子作為“數(shù)據(jù)”的計(jì)算模型。智能計(jì)算與生物技術(shù)的邂逅，似乎是疫情推動(dòng)下的偶然事件，但如果我們將目光放得更長(zhǎng)遠(yuǎn)，從生物研發(fā)的歷史進(jìn)程出發(fā)，會(huì)發(fā)現(xiàn)二者的結(jié)合其實(shí)是一場(chǎng)必然。
有一個(gè)少有人知道的故事是，25年前，當(dāng)時(shí)還在華爾街做程序員的李彥宏，就對(duì)生物信息倍感興趣，還收到了默克公司一個(gè)Bioinformatics（生物信息學(xué)）研究小組的offer。但受限于當(dāng)時(shí)的生物數(shù)據(jù)量、成本、速度，計(jì)算的優(yōu)勢(shì)很難發(fā)揮出來(lái)。
而隨著時(shí)間的推移，基因組學(xué)研究帶來(lái)了人體數(shù)據(jù)增長(zhǎng)、新藥研發(fā)過(guò)程當(dāng)中積累的知識(shí)增長(zhǎng)、各類機(jī)器學(xué)習(xí)算法的噴涌。這三個(gè)關(guān)鍵指標(biāo)的變化，決定了當(dāng)今的生物研發(fā)要考慮的不是該不該用AI的問(wèn)題，而是用得上、用得好的問(wèn)題。
具體來(lái)說(shuō)，生物計(jì)算能夠在三個(gè)領(lǐng)域里面釋放價(jià)值：
1.新藥研發(fā)。
對(duì)于病患來(lái)說(shuō)，藥物就是生命。但長(zhǎng)期以來(lái)，創(chuàng)新藥的研發(fā)普遍存在流程復(fù)雜、投入產(chǎn)出比低、傳統(tǒng)方法昂貴、耗時(shí)長(zhǎng)等問(wèn)題。傳統(tǒng)制藥研發(fā)平均周期都要10年左右，在當(dāng)下生命科學(xué)信息指數(shù)級(jí)增加的背景下，更使得藥物研發(fā)的復(fù)雜度不斷攀升。
這種情況下，依靠機(jī)器學(xué)習(xí)來(lái)識(shí)別新穎藥物、分析藥物結(jié)構(gòu)等，能夠快速且低成本地完成蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、藥物篩選、分子生成、ADMET預(yù)測(cè)等工作，從而大大提升新藥發(fā)現(xiàn)的效率，縮短新藥研發(fā)周期，直接降低研究成本。不僅能夠更快更廣泛地造?；颊呷后w，而且能夠以技術(shù)為引擎，推動(dòng)中國(guó)醫(yī)藥產(chǎn)業(yè)加速擁抱創(chuàng)新藥的發(fā)展機(jī)遇。
2.疫苗設(shè)計(jì)。
新冠疫苗的研發(fā)讓大家被科普了mRNA疫苗的強(qiáng)大。由于可在人體自身內(nèi)生產(chǎn)抗原蛋白，制備速度快、無(wú)感染風(fēng)險(xiǎn)，mRNA疫苗也被MIT Technology Review評(píng)選為2021年“全球十大突破性技術(shù)”之一。
但是，一個(gè)蛋白質(zhì)所對(duì)應(yīng)的mRNA序列有多種可能，隨著序列長(zhǎng)度的增加，mRNA序列數(shù)量也會(huì)指數(shù)級(jí)增長(zhǎng)，要設(shè)計(jì)出最穩(wěn)定、蛋白質(zhì)表達(dá)水平最高的mRNA序列并不容易。其中，AI的加入就至關(guān)重要了。
比如百度在疫情期間相繼開源的LinearRNA系列算法，就利用AI算法和AI算力，在十?dāng)?shù)分鐘內(nèi)就能夠計(jì)算設(shè)計(jì)出理論上的mRNA序列，讓緩慢高成本的疫苗設(shè)計(jì)流程大大加速。
3.精準(zhǔn)醫(yī)療。
新興生物技術(shù)帶來(lái)越來(lái)越細(xì)顆粒度的數(shù)據(jù)，也使得精準(zhǔn)藥物設(shè)計(jì)、個(gè)性化臨床診療及用藥等成為可能。試想一下，未來(lái)醫(yī)療服務(wù)可以精細(xì)到針對(duì)個(gè)體開發(fā)出個(gè)性化的靶向藥物，在疾病極早期就能夠進(jìn)行綜合分析診斷和精準(zhǔn)治療，真正實(shí)現(xiàn)“上醫(yī)治未病”的理想，毫無(wú)疑問(wèn)會(huì)大大提升人們的健康生活質(zhì)量。
而要達(dá)到這一愿景的前提，或許就要將每個(gè)人的基因信息都提取出來(lái)，并進(jìn)行分析挖掘處理計(jì)算，從而讓數(shù)據(jù)能夠有效應(yīng)用到診斷當(dāng)中，提供更適配的藥物選擇和治療方案。在這個(gè)過(guò)程中，利用AI算法讀懂?dāng)?shù)據(jù)必不可少。
說(shuō)到這里，大家想必能夠理解，為什么智能技術(shù)在今天必須與生物技術(shù)相結(jié)合，共同奏響生物計(jì)算的時(shí)代奏鳴曲，開啟全人類的健康新篇章。
在這個(gè)領(lǐng)域當(dāng)中，我們也看到了一批具有技術(shù)實(shí)力和社會(huì)責(zé)任感的科技巨頭們，扮演起了扛旗者的角色。比如谷歌DeepMind團(tuán)隊(duì)研發(fā)的 AlphaFold 2算法，就曾震驚世人；中國(guó)AI公司百度，也在過(guò)去幾年里成立了生物實(shí)驗(yàn)室、推出LinearRNA系列算法等。
站在生物計(jì)算興起的關(guān)鍵節(jié)點(diǎn)，百度是如何思考與行動(dòng)的，無(wú)疑是一次深入了解中國(guó)生物計(jì)算探索的契機(jī)。
選定基調(diào)，生物計(jì)算何以成為百度的新坐標(biāo)？
在過(guò)去一年多的全球抗疫中，百度在生物計(jì)算領(lǐng)域交出了值得贊賞的答卷。
2020年疫情爆發(fā)伊始，百度研究院就立即宣布向各基因檢測(cè)機(jī)構(gòu)、防疫中心及全世界科學(xué)研究中心免費(fèi)開放線性時(shí)間算法 LinearFold。公開數(shù)據(jù)顯示，LinearFold將當(dāng)時(shí)新型冠狀病毒的全基因組二級(jí)結(jié)構(gòu)預(yù)測(cè)從55分鐘縮短至27秒，提速120倍。
隨后數(shù)月里，百度又連續(xù)與中國(guó)疾病預(yù)防控制中心聯(lián)合成立“”中國(guó)CDC應(yīng)急技術(shù)中心－百度基因測(cè)序工作站”，后來(lái)北京新發(fā)地突發(fā)疫情，CDC工作站僅用10小時(shí)完成北京四個(gè)樣本的全基因組測(cè)序。
2020年5月，百度又率先推出的全球首個(gè) mRNA 疫苗基因序列設(shè)計(jì)算法 LinearDesign，大大提升疫苗設(shè)計(jì)的穩(wěn)定性和蛋白質(zhì)表達(dá)水平，助力疫苗研發(fā)；
2020年8月，百度研究院正式成立了生物計(jì)算實(shí)驗(yàn)室，期望通過(guò)人工智能和計(jì)算技術(shù)助力生物醫(yī)療發(fā)展。
憑借RNA 結(jié)構(gòu)預(yù)測(cè)與序列設(shè)計(jì)相關(guān)成果，百度也因此在 2020 年全球人工智能峰會(huì)（AISummit）上，獲得了 AI For Good（AI 向善）獎(jiǎng)。
經(jīng)此一疫，不僅AI參與基礎(chǔ)生命科學(xué)研究的重要性進(jìn)一步凸顯，生物計(jì)算也得以進(jìn)入百度業(yè)務(wù)發(fā)展的主基調(diào)。如果說(shuō)AI技術(shù)是百度在智能時(shí)代的殺手锏，那么生物計(jì)算則是助力未來(lái)增長(zhǎng)的新航道。
沒(méi)有積累，創(chuàng)新就是無(wú)本之木，更不可能快速展現(xiàn)出從實(shí)驗(yàn)室到現(xiàn)實(shí)場(chǎng)景的技術(shù)貫穿力。這場(chǎng)百度戰(zhàn)疫，就得益于百度在生物計(jì)算上的布局由來(lái)已久。
原來(lái)，早在2018年，百度研究院就開展了 RNA 結(jié)構(gòu)預(yù)測(cè)和序列設(shè)計(jì)相關(guān)研究，并在2019年7月發(fā)表了前文中提到的 LinearFold算法。正是這些前期工作，讓百度可以在疫情爆發(fā)初期就快速響應(yīng)，并在兩個(gè)月后就完成了mRNA 疫苗設(shè)計(jì)的革命性方法LinearDesign的研發(fā)。
此外，百度在生物計(jì)算上的快速反應(yīng)，也離不開飛槳和百度智能云在AI基礎(chǔ)設(shè)施上的積累與領(lǐng)先。
過(guò)去幾年里，百度在底層計(jì)算硬件、深度學(xué)習(xí)框架、應(yīng)用創(chuàng)新開發(fā)等領(lǐng)域都進(jìn)行了全面部署與創(chuàng)新，其打造的 AI基礎(chǔ)設(shè)施也得以成為百度助力產(chǎn)業(yè)智能化升級(jí)的底座。有了這些基礎(chǔ)，才使得百度率先成為智能技術(shù)與生物技術(shù)相融合的橋梁。
疫情讓全社會(huì)意識(shí)到了生物計(jì)算的重要性。接下來(lái)，吸引更多醫(yī)藥研發(fā)人員與開發(fā)者投入，才能真正推動(dòng)產(chǎn)業(yè)共榮、造福社會(huì)。顯然，百度也認(rèn)可這一趨勢(shì)，所以在2020年12月的Wave Summit深度學(xué)習(xí)開發(fā)者峰會(huì)上，正式發(fā)布了PaddleHelix螺旋槳生物計(jì)算平臺(tái)，在生物計(jì)算領(lǐng)域中向前一步。
螺旋槳的蹄鳴：奏一支生物計(jì)算的交響
歷史上有許多看似平常的一天，卻發(fā)生了意義非凡的事件。比如1953年2月28日，沃森與克里克在一個(gè)酒吧里宣布，他們發(fā)現(xiàn)了生命的奧秘——DNA的雙螺旋結(jié)構(gòu)。
對(duì)于生物計(jì)算產(chǎn)業(yè)來(lái)說(shuō)，百度生物計(jì)算平臺(tái)螺旋槳PaddleHelix的誕生，同樣是開創(chuàng)性的標(biāo)志事件。它意味著有三個(gè)方面發(fā)生了變化：
首先，是研發(fā)模式發(fā)生變化。區(qū)別于傳統(tǒng)的試管加電鏡式的研發(fā)模式，基于百度?槳深度性能優(yōu)化和百度智能云的算力支撐，數(shù)據(jù)和算力不再成為生物醫(yī)藥研發(fā)等的制約因素，開始能夠被AI有效地發(fā)揮作用。
舉個(gè)例子，傳統(tǒng)藥物研發(fā)中，需要合成大量的候選化合物來(lái)進(jìn)行活性篩選，周期長(zhǎng)且成功率低。而借助AI進(jìn)行虛擬篩選，可以提前預(yù)測(cè)化學(xué)物的性質(zhì)，從而加速研發(fā)流程。比如螺旋槳PaddleHelix 1.0新增的化合物預(yù)訓(xùn)練模型 ChemRL，就使用深度圖神經(jīng)網(wǎng)絡(luò)GNN來(lái)設(shè)計(jì)自監(jiān)督學(xué)習(xí)任務(wù)學(xué)習(xí)化合物分子表示，效果出色。在國(guó)際權(quán)威榜單Open Graph Benchmark圖神經(jīng)網(wǎng)絡(luò)基準(zhǔn) (OGB)上HIV和PCBA兩大數(shù)據(jù)集上，ChemRL拿下了雙冠軍。
其次，研發(fā)門檻前所未有地降低。
在醫(yī)藥領(lǐng)域，有標(biāo)注的數(shù)據(jù)卻十分稀少，這就讓高質(zhì)量的深度學(xué)習(xí)算法模型遭遇了瓶頸。百度螺旋槳PaddleHelix的創(chuàng)新在于，基于自身在NLP等AI相關(guān)領(lǐng)域的研發(fā)經(jīng)驗(yàn)，提出了生物醫(yī)藥領(lǐng)域的預(yù)訓(xùn)練模型。先通過(guò)海量無(wú)標(biāo)注數(shù)據(jù)的自監(jiān)督學(xué)習(xí)，訓(xùn)練出一個(gè)預(yù)訓(xùn)練模型，相當(dāng)于讓AI先學(xué)好通識(shí)課程；再根據(jù)多任務(wù)學(xué)習(xí)，對(duì)預(yù)訓(xùn)練模型進(jìn)行微調(diào)，能夠?qū)崿F(xiàn)“專業(yè)能力”的快速提升，即便是在有限高質(zhì)量數(shù)據(jù)的情況下，也能保證模型效果，從而極大地?cái)U(kuò)展了AI應(yīng)用于生物研發(fā)的場(chǎng)景，更好地輔助研究人員的工作。
另外，綜合性研發(fā)人才的短缺狀況得到緩解。
同時(shí)擁有AI算法設(shè)計(jì)能力與藥物研發(fā)臨床醫(yī)學(xué)等專業(yè)背景的復(fù)合型人才，在今天是絕對(duì)的稀缺資源。人才培養(yǎng)無(wú)法一蹴而就，當(dāng)下的研發(fā)進(jìn)程也不容落后，這其中，螺旋槳PaddleHelix就延續(xù)了飛槳開源開放、零門檻AI的理念，將一系列生物計(jì)算的預(yù)訓(xùn)練模型與工具，包括RNA二級(jí)結(jié)構(gòu)預(yù)測(cè)、大規(guī)模的分子預(yù)訓(xùn)練、藥物-靶點(diǎn)相互作用、以及ADMET成藥性預(yù)測(cè)等，覆蓋新藥研發(fā)和疫苗設(shè)計(jì)環(huán)節(jié)的核心能力。這些模型通過(guò)API接口，產(chǎn)業(yè)側(cè)研究人員只需要幾行簡(jiǎn)單的代碼就能輕松調(diào)用，快速搭建計(jì)算任務(wù)，從而大大緩解了生物計(jì)算的“人才焦渴癥”。
不難看到，螺旋槳PaddleHelix融合了百度多年在 AI 算力、算法上的積累，通過(guò)一整套工具、設(shè)施和服務(wù)，讓更多醫(yī)療工作者和生物科研人員也能夠靈活方便地應(yīng)用AI，在藥物研發(fā)、疫苗設(shè)計(jì)和精準(zhǔn)醫(yī)療等場(chǎng)景中釋放AI技術(shù)潛力。
接下來(lái)，百度還將前往更大的產(chǎn)業(yè)舞臺(tái)去釋放生物計(jì)算的潛能。
激昂樂(lè)章：百度的下一次大考
從技術(shù)成熟走向普適的行業(yè)生長(zhǎng)，需要更大舞臺(tái)、更多生態(tài)合作伙伴的協(xié)作。一條完整良性的生物科技產(chǎn)業(yè)鏈，才能源源不斷地激發(fā)出創(chuàng)新力。
在這一點(diǎn)上，可以再一次看到百度的技術(shù)長(zhǎng)期主義。與昔日成立研究院投身前瞻AI領(lǐng)域一樣，百度也在不斷加碼生物計(jì)算的投入與布局。
尤其是在產(chǎn)業(yè)生態(tài)的支持上，“百圖生科”(英文名稱“BioMap”)正式成立，一方面為生命科學(xué)企業(yè)和科研用戶提供工具和解決方案，深度參與或主導(dǎo)發(fā)起新型精準(zhǔn)藥物和精準(zhǔn)診斷產(chǎn)品的研發(fā)，探索前沿生命科學(xué)的“無(wú)人區(qū)”。
另一方面，則聚焦于孵化中國(guó)的生物計(jì)算產(chǎn)業(yè)生態(tài)。與提供新的數(shù)據(jù)軸和新的數(shù)據(jù)分析、藥物設(shè)計(jì)工具的初創(chuàng)企業(yè)與研究機(jī)構(gòu)攜手，構(gòu)建開放的生物計(jì)算創(chuàng)新生態(tài)。前不久，百圖生科宣布，將提供自身研發(fā)的核心生物計(jì)算引擎、海量自有數(shù)據(jù)、10億元的資金補(bǔ)貼，與聯(lián)盟伙伴共同打造國(guó)際領(lǐng)先的“免疫圖譜”。通過(guò)凝聚計(jì)算產(chǎn)業(yè)、AI領(lǐng)域、生物行業(yè)等不同領(lǐng)域的力量，共同為人類的終極健康福祉打造一艘未來(lái)方舟。
無(wú)論人工智能還是生物計(jì)算，百度能夠在每一次國(guó)家戰(zhàn)略級(jí)科技競(jìng)速中搶占先機(jī)，這件事聽起來(lái)難，做起來(lái)更難，可以總結(jié)為幾個(gè)原因：
一是耐得苦寒的技術(shù)信仰。生物計(jì)算和AI一樣，需要長(zhǎng)時(shí)間投入來(lái)形成技術(shù)優(yōu)勢(shì)積累，而百度在研發(fā)領(lǐng)域的投入有目共睹。李彥宏曾表示，“在生命健康這個(gè)最關(guān)鍵的領(lǐng)域，哪怕投入再大、風(fēng)險(xiǎn)再高、周期再長(zhǎng)，我們也要堅(jiān)決地做。生命科學(xué)沒(méi)有盡頭，只有盡力”，百度在生物計(jì)算上持續(xù)投入的決心由此可見(jiàn)。
二是尊重技術(shù)的落地節(jié)奏。和很多人幻想中“AI一出大殺四方”的途徑不同，技術(shù)落地也需要與產(chǎn)業(yè)需求、業(yè)務(wù)場(chǎng)景深入結(jié)合，百度在智能化進(jìn)程中服務(wù)行業(yè)及企業(yè)的經(jīng)驗(yàn)?zāi)軌蛲苿?dòng)生物計(jì)算循序漸進(jìn)、釋放紅利。
三是利他的生態(tài)品牌。建立生態(tài)必須要贏得合作伙伴的信任，除了強(qiáng)大的技術(shù)研發(fā)創(chuàng)新能力，還要有開源開放的平臺(tái)價(jià)值、愿意承擔(dān)社會(huì)責(zé)任的利他心態(tài)，才能吸引中國(guó)醫(yī)藥生物產(chǎn)業(yè)界來(lái)攜手同行。
當(dāng)技術(shù)、產(chǎn)業(yè)、生態(tài)等一個(gè)個(gè)門檻被跨越，生物計(jì)算的前景自然也水到渠成。生物技術(shù)與智能技術(shù)這支協(xié)奏曲，也將經(jīng)久不息地綿延下去。
