Eski Baidu baş mimarı kendi işini kurdu ve iki yılda on milyonlarca dolar topladı. Yeni yapay zeka ilaçlarının geliştirilmesinin altın bir on yılı başlatacağını söyledi.
" AI teknolojisi ekolojisi "Karakter röportajı sütunu CSDN tarafından başlatıldı Milyonlarca insan AI öğreniyor Girişimin önemli bir parçası. Yapay zeka ekoloji uzmanları, girişimciler ve endüstri KOL'leri ile yapılan görüşmeler sayesinde, sektör hakkındaki düşüncelerini, gelecekteki eğilimlerle ilgili yargıları, teknik uygulamaları ve büyüme deneyimlerini yansıtıyor.
2020'de CSDN, AI ekolojisindeki ve AI sektör panoramasındaki en etkili kişileri özetlemek için 1000'den fazla kişiyle röportajlar gerçekleştirecek. Bu makale, "Yapay Zeka Teknolojisi Ekolojisi" konulu ilk röportaj dizisidir. 13 dönem.
Milyonlarca insan AI öğreniyor ve sizin payınız var! Makale yorumlarına katılın, yorum alanına bir yorum bırakın ve 299 yuan değerinde para kazanın " 2020 AI Geliştiricileri Konferansı "Çevrimiçi canlı yayın için bir bilet.
Yazar | Just
Üretildi | AI Teknolojisi Ana Kampı (ID: rgznai100)
Yapay zeka tıp alanında bir iş kurmak için, sağlam yapay zeka teknolojisi ve tıp endüstrisinin geçmişini anlamak vazgeçilmezdir.Bu aynı zamanda burada para bulmak isteyen birçok girişimcinin durmasının veya çökmesinin nedeni de budur. Bununla birlikte, her zaman ileriye giden yolu keşfetmeye devam edebilecek bazı öncüler vardır ve Wangshi Wisdom'ın kurucusu ve CEO'su Zhou Jielong da onlardan biridir.
Lisansüstü dönem gibi erken bir zamanda, Zhou Jielong'un araştırma yönü yapay zekaydı. 2011'de Baidu'ya katıldı ve Baidu arama makinesi öğrenimi sıralama, anti-spam ve mobil bulut sesli arama, kamera araması ve diğer projelerden sorumlu Baidu'nun baş mimarı olarak görev yaptı. İki yıl sonra, ekibin Baidu arama motoruna derin öğrenmeyi tanıtmasına ve manuel kuralları makine öğrenim yöntemleriyle değiştirmesine önderlik etti ve bunun, dünyanın ilk başarılı derin öğrenme uygulaması olduğunu söyledi.
Baidu'da 4 yıl çalıştıktan sonra dikkatini tıp sektörüne odakladı ve sonunda yeni ilaç araştırma ve geliştirme yolunda bir iş kurmaya karar verdi.
İnternetten tıbbi araştırma ve geliştirmeye bir girişimci olarak, ilaç araştırmaları ve arama motorları arasındaki mantıksal ortaklığı giderek daha fazla keşfediyor. Çok temel bir bağlantı, aday bileşikler ve hedefler arasındaki eşleştirme sürecini sürekli olarak doğrulamaktır ki bu da kullanıcılara benzer Arama motoru, eşleşen arama listelerini almaya devam ediyor. "Bu proteinler aslında atomlardan oluşur. Bir ilacın molekülünde yaygın olarak kullanılan sadece 10 organik kimyasal element vardır. Bunu 10 harf olarak düşünebilirsiniz. Moleküler formül, 10 harften oluşan bir cümledir. Nokta büyük bir moleküldür ve çok uzun bir bölüme eşdeğerdir, bu nedenle cümleler ve bölümler arasında eşleşen bir ilişki gibidir. "
Yaklaşık bir yıllık bir araştırmadan sonra, Wangshi Wisdom resmi olarak 2018'de kuruldu ve Zhou Jielong, ekibe, erken yeni ilaç geliştirmeye odaklanmak için AI teknolojisini ve yeni araçları resmi olarak kullanmaya yönlendirdi.
10 ^ 60 kimyasal alanda etkili molekülleri aramak için derin öğrenmeyi uygulayın
Genel olarak, yeni ilaçların araştırılması ve geliştirilmesi önce hedefi belirlemeli ve daha sonra ilaç adayı için bileşiği keşfetmelidir.Aday ilaç onaylandıktan sonra, IND beyan edilir ve klinik araştırma nihayet pazarlama için ilan edilebilir. Kısacası bu, uzun bir sanayi zinciri olan bir sektör. İlaç keşif sürecinde yapay zeka her açıdan rol oynayabilir.
Yeni bir ilacı keşfetmek, kimyasal uzayın 10 ila 60. kuvveti arasında etkili bir bileşik molekülü aramakla eşdeğerdir Bu, çok büyük bir uzaysal araştırma sürecidir.
İlk günlerde kimyagerler, örneğin hedef yapının anlaşılmasına dayalı tıbbi tasarım geliştirmek için mevcut tıbbi araştırma ve geliştirme bilgilerini kullandılar, ancak bazen gerekli hedef yapı belirlenemedi ve sadece birkaç uygun moleküler bileşik bulundu. Bununla birlikte, AI'nın ortaya çıkışı, mevcut devasa ilaç verilerinden daha fazla hedef yapı çıkarabilir ve böylece insan uzmanlarına erken ilaç tasarımı için daha fazla fikir sağlayabilir.
"Tıpkı bir evi dekore etmek gibi. İnsan tasarımcılar, kişisel deneyime dayalı olarak yalnızca birkaç kompozisyon üretebilirler, ancak çok sayıda mimari ve dekorasyon tasarım verisi öğrendikten sonra, AI düzinelerce hatta yüzlerce kompozisyon önerebilir. İnsan tasarımcıların yeni ev tasarımlarını keşfetmelerine yardımcı olabilir. "Zhou Jielong, AI Technology Base Camp'e (ID: rgznai100) açıkladı.
Şu anda derin öğrenme, CV, NLP ve diğer alanlarda güçlü yetenekler göstermiştir.Aynı şekilde, ilaç geliştirmenin erken ilaç tasarımı aşamasında da güçlü bir rol oynayabilir.
İlaç tasarımı genellikle aday moleküler kütüphane oluşturma, moleküler aktivite tahmini, moleküler özellik tahmini ve moleküler yapı optimizasyonu dahil olmak üzere birçok adımdan geçer. GAN ve YSA tabanlı aday moleküler kütüphane oluşturma teknolojisi yaygın olarak kullanılmaktadır ve iyi performans göstermiştir. Makine öğrenimi, moleküler aktivite tahmini için her zaman önemli bir araç olmuştur.Derin öğrenmenin geliştirilmesinden önce, çeşitli geleneksel makine öğrenimi yöntemleri (SVM, RF vb. Dahil) yaygın olarak kullanılmıştır ve çok rekabetçi tahmin yöntemleri haline gelmiştir. Son yıllarda, derin öğrenme teknolojisi ve bilgi işlem yeteneklerinin geliştirilmesi, daha fazla uygulama alanı getirmiştir.Araştırmacılar, daha iyi performans ve potansiyel gösteren ve ilaç tasarımı için daha etkili araçlar sağlayan 3D CNN ve GCN gibi ağ teknolojilerini kademeli olarak benimsemeye başlamıştır. .
Erken yeni ilaç keşfinin yapay zeka teknoloji zinciri için, farklı bağlantıların farklı teknik yolları vardır. Zhou Jielong, makine öğrenimi, özellikle derin öğrenme yoluyla bileşik keşfin, bir dizi özelliği tahmin etmek için arama önerisi tekniklerini kullanacağını tanıttı. Ters sentez reaksiyonu, ters sentez reaksiyon yolunu tasarlamak ve analiz etmek için çeviri modelini kullanabilir. Son olarak, sinyal yolu, protein ve protein, gen ve protein arasındaki etkileşim ağıdır ve olasılık grafiği modeli, modelleme ve çıkarım için sinyal yolu araştırmasına uygulanabilir.
Yukarıda bahsedilen AI teknolojisine dayanan Wangshi Wisdom, akıllı ilaç moleküler tasarımı için iki platform ve küçük moleküllü yeni ilaçların keşfi için bilgi haritası oluşturdu.
Erken ilaç keşfini kapsayan iki yeni ilaç geliştirmesinin "katili"
Akıllı ilaç moleküler tasarım platformu, ilaç tasarımı için molekülleri kullanır.İlaç tasarımının erken aşamasında, kurşun ve ilaç adayları için Wangshi Smart, ilgili sorunları çözmek için ürünlerinin farklı alt modüllerini kullanır.
"Bir molekül, bir ağaç gövdesi ile dal arasındaki ilişkiye benzer şekilde, bir iskelet ve bir farmakofordan oluşmuş olarak düşünülebilir. İlaç tasarımında iskelet geçişi, bir ilaç molekülünün gövdesini modifiye etmeye benzer, iskelet türetme ise molekülün dalını değiştirmeyi içerir. "Zhou Jielong açıkladı. Tıbbi kimya uzmanları, iskelet geçişi yoluyla, patentleri bozulmuş yeni moleküller bulabilir ve ardından iskelet türetme yoluyla kurşun bileşikler bulabilir ve ardından, kurşun bileşiklerin belirli özelliklerini iyileştirmek için moleküler optimizasyon modüllerini kullanabilir ve bu temelde daha iyi kalitede yeni moleküller tasarlayabilir. .
Teknik olarak, bu üç alt modülün de farklı hedefleri ve uygulama yöntemleri vardır.
İskelet geçişinde önemli bir amaç, genel ve farmakofor perspektifinden girdi referans molekülüne nispeten benzer moleküller bulmaktır. Bu nedenle, dil modelindeki çeviri modeli gibi birçok derin öğrenme algoritma modeli buradan ödünç alınabilir.İki benzer molekül iki farklı dil olarak kabul edilir, ancak hepsi aynı temel içeriğe sahiptir. Bu şekilde, model tarafından daha sonraki tarama ve sınıflandırma için çok sayıda benzer molekül üretilebilir. Sonraki tarama ve sıralama algoritmaları, çok karmaşık bir sistem olan birçok derin öğrenme veya makine öğrenimi yöntemini de içerir.
İskelet türetme, iyi bir iskeletten daha aktif moleküller üretmektir.Model, iskelete göre iskeletin arkasındaki hedef bilgisini öğrenebilir, böylece olası yan zincirleri daha iyi üretebilir.
Moleküler optimizasyon, belirli bir özellikte daha yüksek kalitede bir molekül elde etmektir.Daha doğru bir değerlendirme yöntemine dayanarak, tüm molekül üretim sürecinin stratejisi, takviye öğrenme ve diğer yöntemlerle ayarlanabilir ve aynı zamanda moleküler üretimi sınırlandırabilir. Benzerlik, üretilen moleküllerin daha iyi kalite özelliklerine sahip olmasını sağlamak için.
Şu anda, akıllı ilaç moleküler tasarım platformu, akademi ve endüstride tanıtıldı ve kullanıldı.
Öte yandan, Wangshi Wisdomın uyuşturucu bilgi haritası platformu, uyuşturucu geliştirmede bir başka önemli silah haline geldi.
İlaç bilgi haritası platformu, ilaç Ar-Ge algoritması modelleri için sürekli yüksek kaliteli veri akışı sağlayacaktır.Aynı zamanda, bilgi ve zekaya dayalı AI ilaç Ar-Ge alanı patentlere dayandığından, ilaç bilgi haritası platformu aynı zamanda hedefler, endikasyonlar, İlaçlar ve gen etkileşimi ve öznitelik bilgileri, ilaç şirketlerinin proje onayı, araştırma ve diğer çalışmalarda değerli referans bilgileri sağlamasına yardımcı olur.
Bilgi grafiğinde derin öğrenme teknolojisinin kullanımı, büyük ölçekli yüksek kaliteli verilere dayanır. Yayınlanmış patentler ve yayınlanmış belgeler önemli ilaç verileri kaynaklarıdır ve CV ve NLP teknolojileri, otomatikleştirilmiş veri analizi ve bilgi haritası oluşturma yöntemidir.
Zhou Jielong, yeni küçük moleküllü ilaçların erken keşfi için bu iki platformun temelde sahip olmaları gereken işlevleri ele aldığını ve Wangshi'nin ilaç firmalarıyla proje işbirliğinin temelini oluşturduğunu söyledi. Bununla birlikte, nispeten uzun farmasötik Ar-Ge döngüsü nedeniyle, Wangshi Wisdom, farklı aşamalarda yeni ilaç keşfinin gerçekleştirilmesi için karşılık gelen değeri sağlayacaktır.
"Metin tabanlı arama önerilerinden farklı olarak, çevrimiçi küçük trafik doğrulaması çevrimiçi olarak tamamlanır ve yineleme çok hızlıdır. Bununla birlikte, ister sentetik bir yol ister yeni ilaç keşfi için moleküler tasarım önermek olsun, moleküler sentez sonuçlarını geri bildirmek için birkaç ay geçmesi gerekir. "Dedi.
Elbette mevcut AI platform tasarımı, birden fazla hedef problemini çözme, DNA ile kodlanmış bileşik kütüphane teknolojisi, yüksek verimli teknoloji ve diğer teknolojilerle birleştirme dahil olmak üzere sürekli teknolojik yinelemeyi de gerektirir. Daha da önemlisi, derinlemesine iniş deneyleri için platform ve ortakların yardımıyla. Bir yandan, algoritmanın performansını sağlamak için gözden geçirmek için geçmiş verileri kullanmaları gerekirken, diğer yandan, platformun yeteneklerini doğrulamak için bileşiğin etkinliğini belirlemek için uzmanlar tarafından kontrol edilmeleri gerekir.
Şu anda, Wangshi Wisdom'ın yeni taç virüsü için özel bir ilaç bulmak olan bir dizi ortak projesi var. Bu yılın Şubat ayının başlarında, iki platformu aracılığıyla, onlarca yeni patent hakkında bilgi madenciliği yapmak için yeni koronavirüs RNA'nın polimeraz inhibitörlerini ve nükleik asitlerini kullandılar ve yapılandırmak ve taramak için bilgi grafiği teknolojisini kullandılar ve 1.400'den fazla bileşik ve ilgili bileşikler buldular. Bilgiler tıbbi kurumlarla kamuya açık olarak paylaşılır.
Aynı zamanda, hesaplamaları kullanarak yeni koronavirüs RdRp hedefinin homoloji modellemesini yaptılar ve kompleksi simüle etmek için moleküler dinamikleri kullandılar ve ardından Wangshi Akıllı Moleküler Tasarım Platformuna dayanarak molekül ve hedef RdRp yerleştirildi. Şu anda, yeni bir taç projesi için Çin Tıp Bilimleri Akademisi ve Tıp Enstitüsü ile işbirliği yapıyorlar.
Sonuç
2017'de, AI + tıbbi görüntüleme, sermayenin yardımıyla girişimci bir çıkış noktası haline geldi. 2020'de yeni taç salgınının ortaya çıkmasıyla, AI tıbbının araştırma ve geliştirme çalışmaları yakında kızışacak.
Zhou Jielong, halkın bu endüstriye ilişkin farkındalığının daha acil ve net olduğuna inanıyor ve önümüzdeki on yılın Çin'in yeni ilaç araştırma ve geliştirme için "altın on yıl" olacağına ve AI'nın çok önemli bir rol oynayacağına inanıyor.
Önümüzdeki 2-3 yılın, AI teknolojisinin tıbbi araştırma ve geliştirmeye yardımcı olduğunu kanıtlamak için çok kritik bir dönem olacağını tahmin etti. "Bir ilaç adayının erken gelişimden itibaren kliniğe girmesi birkaç yıl alır. Eğer kliniğe yapay zeka ile tasarlanmış birden fazla ilaç girerse, bu konunun değerinin çok büyük olduğunu ve klinik deneylerin başarısının kesinlikle daha iyi olduğunu göstermek için yeterli olmalıdır."
Wangshi Wisdom bu hedefe doğru ilerliyor. Mart ortasında, ABD doları fonu Changling Capital ve Linear Capital tarafından ortaklaşa yatırılan Seri A finansmanında yaklaşık 10 milyon ABD doları topladıklarını ve temel ürün araştırma ve geliştirmenin bir sonraki aşamasında ilaç şirketlerinin yukarı ve aşağı CRO'ları arasındaki işbirliğini güçlendirmeyi planladıklarını açıkladılar ve Daha fazla yapay zeka ve ilaç araştırma ve geliştirme yeteneklerine yatırım yapın.
"AI Technology Ecology" adlı son makale serisi:
Sayı 12: Dairesel Zeka Yang Zhilin: "İnsan-makine bağlantısı" diyalog semantik uygulamalarında yeni bir trend olacak
Sayı 11: Ne mucize! 8 günde bir ürün doğdu ve bu girişim bunu yaptı
Sorun 10: Kızılötesi ışık salgınla mücadele ediyor, yeni altyapıyı başarıyla öngörüyor, 280 şirkete yatırım yapan optik doktoru kim?
Yapay zeka çağında, programcılar neden pahalı?
"Hayat Oyunu Babası" yeni taç zatürreden öldü, bir matematik kestanesinin hayatına dönüp baktı
Tanrım, hala dene-yakala-nihayet kullanıyorsun
Pekin'deki Dördüncü Çevre Yolu'nda trafik sıkışıklığının tetiklediği büyük akıllı ulaşım fikri
Şirketinizin sanal makinesi hala boşta mı? Jenkins ve Kubernetes'e dayalı sürekli entegrasyon testi uygulamasına bir göz atın!
Web1.0'dan Web3.0'a: İnternetin son yıllarda gelişimi ve gelecekteki yönünün ayrıntılı analizi
