生物计算界“达特茅斯会议”，如何解决制药靠猜、数据难采问题？|首届生物计算大会

1956年8月，在美国汉诺斯小镇的达特茅斯学院，约翰·麦卡锡、马文·闵斯基、克劳德·香农等人汇聚于此。他们讨论的事情似乎与时代毫无关系——用机器来模仿人类学习以及其他方面的智能。

或许无人知晓，这一场小范围的会面推进了大范围的人工智能革命，1956年正式成为人工智能元年。

跨越半个多世纪，在2021年5月10日-11日的中国苏州，也召开了这样一场探索性、前瞻性的会议——由生物计算技术驱动的生命科学平台公司百图生科，IT和BT交叉融合的创新孵化中心播禾创新联合主办的首届中国生物计算大会暨数字医学创新峰会，探讨信息技术与生物技术融合发展新浪潮。

主论坛

致辞环节，江苏省委常委、苏州市委书记许昆林表示，希望本次大会探索生物技术与信息技术融合发展的“交叉点”，加快打造生物计算产业“新蓝海”。

“生物计算代表未来的产业和技术发展方向。我们希望和诸位科学家、企业家一起构建开放生物计算的创新生态，探索广袤浩瀚的生物科学‘无人区’。 ” 百度创始人、董事长兼CEO，百图生科创始人兼董事长李彦宏说道。

从“大海捞针”到“按图索骥”，生物计算要颠覆什么？

生物与计算过往一直独立发展，但在过去五年里，却出现了融合发展新趋势。

普林斯顿大学数学系和应用数学研究所教授、中国科学院院士鄂维南

这种新趋势，从需求层面，一方面，是中国科学院院士、普林斯顿大学数学系和应用数学研究所教授、北京大数据研究院院长鄂维南提出的“维数灾难”：药物设计领域，眼下仍然是“经验式的”。理论、实验、应用三个场景相距非常远。当生命科学信息呈指数增加时，就会陷入维数灾难，药物研发的复杂度会指数增加。

由此，鄂维南指出，人工智能的主战场实则在传统制造领域，具体的应用之一就是生物制药。

“药物设计靠猜不够有效。而按照机器学习的套路，从量子力学模型提供数据，在这个基础上通过机器学习提供新的更有效又同样可靠的模型，各种不同的体系，小分子、大分子、药物、复杂材料都可以得到量子力学同样精度，但是比量子力学有效得多的体系。”

另一方面，是现代科技催生的精准医疗需求。中国科学院院士、发展中国家科学院院士、中国科学院基础医学与肿瘤研究所所长谭蔚泓表示：生命科学领域蓬勃发展之下，数据量快速增长。同时，人类的疾病复杂、多样性，诊疗必须基于海量数据和多参数的表征，通过一个疾病标志物来诊断疾病不太可能，海量数据的处理成为必须。

他认为，未来疾病的诊断一定是分子分型，利用人工智能和大数据科学进行解析从而为疾病诊断提供精准图谱以判断各种亚型的特征，为下一代的疾病精准诊断提供变革性的技术。“人脸识别式的诊断一定是医疗领域的未来。”

对于生物计算领域的新趋势与新动向，结构生物学家、西湖大学校长、中国科学院院士施一公认为，生命科学将与AI进一步结合：生命科学是一个巨大的领域，任何一个方法进到生命科学领域里都带来小的变化和大的变革。随着计算方法的突破，会带来人类对微观世界认知革命。“你要想抓住这次革命，跟它同频共振，一定要用学术的眼光提前布局。”

从技术角度，李彦宏表示，生物计算领域过去二十年在加速发展，这背后，是三个关键指标的快速增长：基因组学研究数据增长、新药研发知识增长以及机器学习算法快速变化。大量数据给认知复杂的生命系统打开了大门。

海量的生物信息提取需要创新的算法、底层计算架构才能有效提取复杂规律，而百图生科举办首届生物计算大会的目的也在于此。

百度创始人、董事长兼CEO，百图生科创始人兼董事长李彦宏

“我们希望打造一批融合生物技术+计算技术的药企，利用大量的生物数据，积累到统一的知识图谱，从而把药物发现的“大海捞针”变成“按图索骥”，加快发展First-in-Class的创新药物。” 李彦宏说道。

免疫图谱生态联盟成立，哪些企业入局？

本次大会还发布了免疫图谱卓越计划并进行联盟签约。

中国科学院院士、上海市免疫治疗创新研究院创始院长、上海交通大学医学院教授董晨首先进行了《免疫治疗创新——从基础到临床转化》的演讲。

他提出，免疫学跟人类生理现象和疾病密切相关，但是，免疫学还有很多需要探索的领域，人群的异质性远远大于理论：慢性疾病很多跟免疫系统相关，自身免疫性疾病治疗中，目前普遍被认定有效的方式是通过阻断肿瘤坏死因子。但仍然只有50%的病人被有效治疗、恢复生活质量。

“那么，我们能不能通过遗传基因组预测哪些病人对药物有反应，没有反应的病人是什么机制？有没有检测的方法能够筛选？”

基于这一构想，董晨认为，通过AI和生物计算、能够更好地设计临床实验，分析免疫学调控机理。同时，他表示，生物计算跟医学的广泛结合，是药物研发和科学进步重要的生长点。

免疫图谱生态联盟及卓越计划签约仪式

对于百图生科发起成立免疫图谱生态联盟及卓越计划，百图生科联合创始人&CEO刘维表示：“免疫是高度动态性的问题，不仅因人而已，也因为人不同的时间、空间而异。在这样复杂高维问题下，传统方法只能找到单一的免疫治疗靶点，在实验期间有效。但应用到临床和更大范围的时间空间之后，有免疫逃逸，有不耐受等各种各样的反应。”

免疫图谱生态联盟就是希望通过“免疫图谱卓越计划”，助力免疫问题的转化医学研究。在知识图谱的建立上，刘维表示，因为是无限维的空间，不可能把人类的细胞、免疫状态、组学都衡量出来。所以知识图谱要有能力通过不断的迭代和验证，使靶点发现和药物研发提速。

无论多组学挖掘、大量细分组学的快速发展，这些组学数据的提取和处理都为数据处理带来挑战，需要高水平计算平台支持。目前，百图生科正在建设大规模的超级生物计算集群。

刘维介绍道，卓越计划将为联盟成员提供多项支持，其中包括：第一，基础图谱。第二，挖掘引擎。第三，中等类型的大型队列。第四，资金支持，共计10亿元。

在签约仪式上，包括百奥智汇、普瑞基准、维亚生物和铂医药在内的30家企业与百图生科签约。在未来，“免疫图谱卓越计划”将围绕着免疫图谱的建立，支持一批转化医学研究项目。

“飞鸟与青蛙”，制药靠猜、数据难采问题何解？

在生物计算大会分论坛创新企业DEMO演讲中，一位企业演讲者说：“在科研中，有两类人，一类人是飞鸟，看到的是前瞻。另一类是青蛙，看到的是深邃。科研需要两类人一同探索世界。”

上文谈及的是生物计算的趋势、行业需求、发展驱动力，而迈入“深邃”层面，主论坛上，还进行了跨界融合新药研发模式圆桌讨论。围绕着制药行业的两大问题：制药费用过高以及数据库建设不足。

跨界融合新药研发模式圆桌讨论

“为什么一个药要10亿美金或者更贵？这些都到了患者身上，事实上研发成本在上升。 ”恒瑞医药高级副总经理兼全球研发总裁张连山说。

张连山表示，作为大型药企，政府和国家层面都希望做First-in-Class（创新药），但是，对于分子的发现，过去只能靠“猜”。清华大学智能产业研究院惠妍讲席教授、首席科学家马维英进一步补充，传统制药是平均药，每个人都能用，研发平均周期要十年，也需要大量资金的投入。

尽管AI在制药方面已经参与辅助设计，但张连山指出，AI技术仍处在初期。“从生产到市场，到最后精准诊断和精准治疗，我们希望技术的应用能使研发效率提高，研发成本降低。药企可以腾出资源去做更重要的事情。”

“虽然已经个体化治疗方案越来越多，但仍然受制于价格昂贵和精度不够。如果AI进来、基因测序价格降下来，能够快速预测癌症新抗原，产生个性化的药和治疗方案，会颠覆医药行业。”马维英说。

生物计算的发展，离不开大量数据的获取与分析。马维英提及美国对于生物计算数据集获取的方法：“美国TDC有大概60个数据集和20多个任务。这些任务由专门的生命科学专家制定，有标准化的表达，通过竞赛形成公开数据集，从而提升数据精度。中国也可以参考。另外，可以切入个人健康，包含可穿戴设备等工具获取数据。让个人积极主动参与健康管理。不管是TDC还是个人健康管理，时间累积下来都是极大的数据量。”

结合百图生科的定位，创新药物领域的创新药厂，刘维指出，一，行业数据很稀缺，特别是在自身免疫性疾病领域的靶点数据。同时，很多数据的批次效应，散在各处的标准化程度不够，以前不形成阻碍。但随着颗粒度越来越细，误差就可能掩盖规律，需要建设更体系化的数据集，由此，百图生科将把数据集建立放在新兴、前沿领域。

二，AI需要和实验平台实现闭环。平台建立起来之后，用户使用行为又会更新AI模型，AI模型产生推荐，用户根据推荐相应操作，平台就会汇集越来越多的数据。

“无论是我们自己利用数据集进行学习、验证，还是为行业AI伙伴提供循证。大家都可以围绕数据挖掘赋能传统的大型药厂，药厂再进行后续研发。”刘维说。