1. 首頁 > 生活百科 > >

癌癥有救了？AI設計藥物開啟人體試驗，DeepMind「秘密武器」引爆革命

萬國郵政聯盟京東物流

癌癥有救了？AI設計藥物開啟人體試驗，DeepMind「秘密武器」引爆革命

文章圖片

癌癥有救了？AI設計藥物開啟人體試驗，DeepMind「秘密武器」引爆革命

文章圖片

癌癥有救了？AI設計藥物開啟人體試驗，DeepMind「秘密武器」引爆革命

文章圖片

癌癥有救了？AI設計藥物開啟人體試驗，DeepMind「秘密武器」引爆革命

文章圖片

癌癥有救了？AI設計藥物開啟人體試驗，DeepMind「秘密武器」引爆革命

文章圖片

癌癥有救了？AI設計藥物開啟人體試驗，DeepMind「秘密武器」引爆革命

文章圖片

癌癥有救了？AI設計藥物開啟人體試驗，DeepMind「秘密武器」引爆革命

剛剛 ， AI制藥從理論邁向實踐的關鍵一步！
DeepMind分拆而來的Isomorphic Labs高調宣布：
首批基于AlphaFold發現的候選藥物 ， 已進入人體臨床試驗 。
之前最讓醫療制藥行業研究人員頭疼的是 ， 新藥研發周期長、成本高 ， 患者等待新藥治療周期長 。
這一出現 ， 剛好解決了這一痛點 。
同時也標志著 ， AI制藥從理論邁向實踐的關鍵一步 。
網友們 ， 也紛紛為這個「暖心時刻」拍掌叫好 。
「為了長壽和更遠的未來！」
雖然聊天機器人和智能體很酷 ， 但在AI時代 ， 最興奮的還是「醫療健康領域的突破」 。
Colin Murdoch是何許人也？
梳理發現 ， Colin Murdoch除了是Isomorphic Labs總裁外 ， 還兼任Google DeepMind首席商務官 。
linkedin顯示 ， Murdoch是伯明翰大學電子與軟件工程碩士 。
他的職業經歷也很豐富 。
Murdoch先后任職于Marconi、AVT Technologies、湯森路透等公司 。
在成為Google DeepMind首席商務官前 ， 他擔任過首席軟件工程師、高級產品經理、業務戰略主管、商業與運營總監 。

Isomorphic Labs是家什么公司？Isomorphic Labs是Alphabet的秘密武器 。
它的核心就是 ， 「AI」和「人」雙劍合璧 ， 一個算得快 ， 一個懂得多 ， 聯手把新藥研發的成本干下來 ， 速度提上去！
實際上 ， 它是2021年從谷歌DeepMind分拆出來的 。
2024年5月開發并發布了AlphaFold 3 。
AlphaFold 3是一款高精確度模擬所有生命分子的結構和相互作用的AI系統 。 能夠解決藥物設計中的復雜性問題 。
同年 ， Isomorphic與制藥公司諾華（Novartis） 和禮來（Eli Lilly）簽署了重要的研究合作協議 。
一年后 ， Isomorphic Labs獲得了由Thrive Capital 領投6億美元融資 。
這些合作是Isomorphic打造「世界級藥物設計引擎」計劃的一部分 。
核心目標 ， 是希望通過AI系統將機器學習研究人員與制藥行業資深人士串聯起來 。
通俗一點講 ， 就是「新藥研發 ， 速度起飛 ， 成本打骨折 ， 成功率拉滿！」
【癌癥有救了？AI設計藥物開啟人體試驗，DeepMind「秘密武器」引爆革命】Isomorphic也在腫瘤學和免疫學領域開發自有候選藥物 ， 計劃在早期試驗后把它們授權給其他公司 。
Murdoch表示 ， 「我們會鎖定尚未滿足的醫療需求 ， 啟動自有藥物設計項目 ， 開發并推向臨床試驗 ， 雖然尚未完全實現 ， 但進展很順利！」
現在 ， 制藥公司推一款新藥要花好幾百萬 ， 臨床試驗的成功率有時候只有10% 。
Murdoch認為 ， Isomorphic的技術能大大提高勝算 。
他期待用AlphaFold的技術 ， 讓研究人員對臨床試驗的效果有十足的信心 。
有一天 ， 希望能實現：輸入一種疾病 ， 點擊按鈕 ， 就能生成相應的藥物設計 。
這一切都將由強大的AI工具驅動 。

核心技術AlphaFold這次 ， AI制藥里程碑式的首次人體臨床試驗 ， 背后的核心技術是什么呢？
挖掘一番發現 ， 背后的推動技術是由谷歌DeepMind AlphaFold 。
AlphaFold是由谷歌DeepMind開發的一種AI系統 ， 能夠根據蛋白質的氨基酸序列預測其三維結構 。
最核心的是 ， 能讓科研人員更快發現、更精確地設計藥物「靈感來源」 。
AlphaFold的交互作用從精準預測單一蛋白質結構 ， 到模擬蛋白質與DNA、藥物等分子的相互作用 。
這也就變相推動了藥物研發的效率 。
當然 ， 這個AI系統也存在局限性 。
雖然通過使用距離圖來捕捉成對距離 ， 它確實簡化了問題 ， 但仍然無法「多結構域蛋白質上」的復雜性 。
為解答網友對「距離圖」的疑問 ， 簡單科普下：距離圖是蛋白質折疊的關鍵中間步驟 。
對于長度為LL的序列 ，3D3D距離圖（距離+直方圖）是一個LxLLxL矩陣 ， 顯示了成對距離的直方圖 。
這些距離被分箱處理 ， 因此被視為分箱距離分布 。
如果距離被分箱 ， 距離圖可能擁有與分箱數相同的通道數 ， 意味著LxLxbinsLxLxbins張量 。
距離圖也被稱為接觸圖 ， 它們始終是對稱矩陣 。 它能使得任務變得簡單得多 。
當醫療碰上AI還能擦出怎樣的火花 ， 我們拭目以待！
參考資料：
https://fortune.com/2025/07/06/deepmind-isomorphic-labs-cure-all-diseases-ai-now-first-human-trials/
https://x.com/slow_developer/status/1941965378906693946
https://alphafold.ebi.ac.uk/?utm_source=deepmind.googleutm_medium=referralutm_campaign=gdmutm_content=
https://theaisummer.com/deep-learning-biology-alphafold/

    推薦閱讀