Isomorphic Labs 用模拟实验设计新药

Bloomberg 的 Shirin Ghaffary 介绍了 Isomorphic Labs 总裁、创始团队成员 Max Jaderberg。公司成立于 2021 年，目标是用 AI 重新构想药物研发，并更好地理解生命机制。

Jaderberg 的背景是工程、计算机视觉和通用 AI，而非生物学或药物研发。在牛津读博士和创办早期公司的时候，他研究的基本问题是如何让 AI 模型真正发挥作用。

他遇见 Demis Hassabis 后，将公司出售给 DeepMind 并加入该机构。此后几年，他看到 AI 从一个充满潜力的想法发展到能够掌握围棋、星际争霸等游戏，继而在蛋白质折叠问题上取得进展。

蛋白质折叠的成果让他重新思考构建通用技术的目的。看到技术可能解决重要的现实问题后，他决定聚焦人类健康和新疗法研发，而不是等待通用人工智能出现。

尽管药物研发对他来说是新领域，Jaderberg 说，在深入研究之后，他更加意识到父亲从医和参与药物开发的经历对自己的影响。从那以后，他一直专注于这个领域。

Ghaffary 问 Isomorphic Labs 打算如何盈利，尤其是在它已与 Eli Lilly、Novartis 和 Johnson & Johnson 等公司合作的情况下。Jaderberg 说，公司的目标是为患者制造药物：它在内部使用模型，不出售 token 或 API 访问权。

公司有两条路径。自有项目由它提出想法、开展科学研究、设计分子、申请专利，并计划通过临床试验证明候选药物的价值。它也与制药公司合作，后者带来多年经验和潜在新药背后的生物学依据。

两种路径的经济模式不同。制药合作伙伴可能支付预付款、研发里程碑款以及后续销售分成。自有项目则需要 Isomorphic 多年自行投入；证据足够充分后，公司可以考虑授权、合作或自己将药物商业化。

谈到距离商业化还有多远，Jaderberg 说公司仍处于早期。多个项目正在进行临床前开发：研究人员设计分子，在湿实验室、细胞和动物模型中测试，然后判断是否有足够证据进入患者试验。

他说，AI 药物设计引擎旨在适用于多种疾病和治疗方式，包括小分子药片、抗体和肽。研发具体疗法仍需要相关疾病领域的临床和生物学专业知识。

对于完全自行出资和执行的项目，公司聚焦肿瘤、免疫和炎症。Jaderberg 说，这些领域仍有许多患者需求未得到满足；通过合作，公司可以与其他领域的专家一起将技术用于更多疾病。

Ghaffary 提出一个常见质疑：即使 AI 能加快研究并推荐候选药物，试验、实验室工作和监管审批仍是瓶颈。Jaderberg 说，安全监管需要时间有充分理由：必须保护患者。

他认为，传统药物发现高度依赖试错，例如对细胞测试大量分子。这限制了研究人员能够设计的药物的复杂程度；许多进入临床试验的候选药物最终仍因毒性或疗效不佳而失败。

Jaderberg 认为，更好地模拟生物学和疾病机制，加上 AI 设计的分子，最终可能提高临床试验成功率。他说，由此带来的流程变化应当循序渐进，并以患者安全为首要考虑；候选药物仍须在人身上谨慎测试。

谈到来自前沿 AI 公司的竞争，他说自己从一开始就感到尽快交付有效药物的压力。他预计 AI 设计的药物会普及，但不希望患者等待几十年才能看到进展。

他说，推理模型可以帮助整合数据、提出科学假设。困难在于选择哪些想法值得占用有限的实验室时间，因为制造分子和开展细胞实验都需要实际投入。

Isomorphic 也在研究模拟模型或世界模型，包括用于理解蛋白质折叠的模型。Jaderberg 说，在计算机上近似模拟物理世界的某些方面，有助于研究人员开展虚拟实验，在投入真实实验前选出更有希望的候选物。

他预计，推理与模拟相结合，能提高研究进入实验室、临床前研究和临床试验时的成功概率。这是他对该方法的预测，结果仍需要在真实世界中检验。

Ghaffary 问起他与 Demis Hassabis 多年来的合作。Jaderberg 说，共同的价值观支撑了双方的合作，而一直对 Isomorphic 充满热情的 Hassabis 如今投入了更多关注。

谈到未来一年 AI 在科学领域的发展，Jaderberg 说，尽管他早已预期会有进步，数学和物理学成果仍令他印象深刻。他也预计生物学会取得进展，但不会那么快：数学证明往往可以在计算机上验证，关于细胞的判断则必须在细胞中测试。模拟有所帮助，实验室时间仍不可或缺。