DeepMind的Demis Hassabis:对Isomorphic的愿景，以及生命科学领域AI的未来

重写内容如下：来源 | 终端新闻

编辑 | 绿萝

虽然 Demis Hassabis 最出名的是指导 Alphabet 在 AI 方面的研究工作，但这位 47 岁的人同时领导着一家秘密生物技术初创公司，希望在药物发现领域带来一场 AI 革命。 重写后的内容：尽管 Demis Hassabis 最为人所知的是在 AI 领域指导 Alphabet 的研究工作，但这位47岁的人同时也是一家秘密生物技术初创公司的领导者，他希望能够在药物发现领域引发一场 AI 革命

Hassabis 是 Google DeepMind 和 Isomorphic Labs 的首席执行官。Isomorphic Labs 是一家由 Alphabet 支持的公司，成立于 2021 年，其目标是将 DeepMind 在生物学方面的人工智能研究应用于制药行业

DeepMind于2021年发布的人工智能系统AlphaFold2在预测蛋白质结构方面取得了巨大的成功，并获得了众多奖项的认可。总部位于伦敦的Isomorphic公司成立不到两年，一直对其工作的细节保持着高度保密

最近，Hassabis接受了Endpoints News的独家采访，谈论了他对Isomorphic的愿景以及生命科学领域人工智能的未来。这是他第一次接受采访，详细讨论了今年Endpoints 11获奖者Isomorphic

Isomorphic 实验室最初是如何开始的？

德米斯·哈萨比斯：很长一段时间以来，我一直认为人工智能可以从根本上用于药物发现。我想说，一旦人工智能足够复杂、足够强大，这是我一直想应用人工智能的第一件事

这显然是一个大问题：什么时候才是合适的时机？在我的创业生涯中，我了解到时机非常重要。即使你有一个伟大的想法，如果你提前了 10 年，你也会陷入痛苦的世界。

我等待的是时机成熟的信号。对我来说，这就是 AlphaFold。我希望它能够发挥作用，不仅可以作为我们在 Isomorphic 所做工作的基础构建块，而且可以作为人工智能方法足够强大、足够复杂的证据，实际上我们可以在这个问题上取得重大进展，并利用计算方法从第一原理重新构想药物发现，显然包括人工智能。所以 AlphaFold2 是我按下继续按钮的时刻。

在深入了解科学之前，让我们先了解一下 Isomorphic 是如何获得资金的？

哈萨比斯：从官方角度来看，它是Alphabet旗下的一家公司，因此它是DeepMind的姐妹公司。这个想法是一个独立的公司。它利用了作为Alphabet家族成员的优势，主要是我们实现使命所需的大量计算。与DeepMind有着密切的合作

许多文化与DeepMind相似，但它以惊人的速度、能量和力量运行。我们最初的所有资金都来自Alphabet，这种安全性使我们能够抓住最具雄心的机会，即建立这个平台，有望彻底改变药物发现的过程，而不仅仅是追求一种候选药物或其他药物

Endpoints News：Isomorphic 获得了多少资金？

哈萨比斯：我觉得这不是公开信息，所以我不能给你确切的数字。但是就目前的阶段来说，它的资金非常充足

Endpoints News：您的目标是构建更多的AlphaFold，特别是在预测蛋白质与其他蛋白质或小分子相互作用以及设计小分子方面。自2021年11月以来，您已经采取了哪些行动？

Hassabis：我猜你一直在认真地听我在公开场合说的话。正是如此。

AlphaFold只是整个药物发现过程的一小部分。有着所有这些邻接关系。我们首先关注小分子。我们也对生物制剂感兴趣，但我们认为小分子是我们能够最快发挥作用的领域

我们对相互作用空间非常感兴趣，包括蛋白质-配体相互作用、蛋白质-蛋白质相互作用以及生物学的动态本质。我们还对进入化学空间，了解化合物的结构、它们如何结合以及结合亲和力等问题非常感兴趣

就在这短短的一句话中，我概述了多年的研究工作以及使用高级版本的 AlphaFold 作为该组合的一部分的许多相邻问题。但我们还需要很多其他的东西，比如预测 ADME 属性，这些类型的东西。

我们还需要再取得六项重大突破。

这让我想起了关于从 AlphaFold 第一个版本到 AlphaFold2 的跳跃的文章。从头开始进行大量返工。Isomorphic 的愿景有多少是基于扩展 AlphaFold 而非构建新模型？

哈萨比斯：实际上，我们一直在进行这两项工作。我们不断地将现有方法推向极限。通常情况下，还有更多的果汁可以榨取。但同时，我们也在研究新的想法和架构

我们正在将不同的技术应用于这些新领域。AlphaFold 不会做 ADME 属性之类的事情。这将是全新的技术。

但在交互空间方面，我们也正在通过新版本的 AlphaFold 从根本上努力解决这一问题。DeepMind 科学团队和 Isomorphic 正在进行大量非常有趣的工作。这是互补的工作。Isomorphic 更适用于药物发现，也更具体，而 DeepMind 是更基础的研究。

对于制药行业现状的影响，您如何看待Isomorphic？

哈萨比斯：我们提出了一些非常有趣的问题。其中一个问题是，如果从人工智能优先的角度进行药物发现，会是什么样子呢？不再是作为附加组件。我印象中，在传统的药物研发中，这些都是可有可无的。化学家们真正地完成工作，然后你再在ADME模拟或其他方面仔细检查事情。我们希望从头开始重新思考这个问题

这对大型制药公司来说很难做到，因为他们几十年来的工作方式根深蒂固。它需要一种新的方法，而这正是我们所拥有的。

如果这是真的，那么药物发现过程是否可以在计算机中完成大部分研究，并将湿实验室的东西留给验证？这就是论文，而不是通过实验来寻找化合物，后者的速度要慢得多。我的梦想是，如果我们是正确的并且能够实现另外六个 AlphaFold 级别的突破，我们可以将所需的时间减少一个数量级，也许是成本和时间，并且在下一阶段获得更高的成功率 。

您是否只专注于这些根本性突破？您是否正在建设渠道并与行业合作？

Hassabis：我想今年晚些时候我们会对此有更多话要说，但现在我能说的是我们对两者都持开放态度。我们正在考虑我们自己的内部计划。我们会选择我们认为特别适合我们技术路线图的目标和计划。

我们愿意与大型制药公司在有趣的目标上建立合作伙伴关系。我现在不能公开告诉你任何事情。

Endpoints News：您如何总结大型制药公司对与 Isomorphic 合作的兴趣？我认为大型制药公司的首席执行官通常都是聪明人，他们知道人工智能是未来的一部分，即使他们不理解它。你们的互动是什么样的？

Hassabis：我们对此很感兴趣。几乎每家大型制药公司的 CSO 都曾在某个时候联系过我们。我们进行了有趣的讨论。

我认为这是双向的：那些认为它还很遥远而传统方法将继续成为前进方向的人。也许 AlphaFold 是一次性的。顺便说一句，他们都使用 AlphaFold，我认为他们发现它很有用，但他们更多地认为它是一种一次性工具，而不是那些认为这可能是未来并且有兴趣以某种方式合作的人。这两种类型我都遇到过。

Endpoints News：您对 AlphaFold 不是一次性的、可以复制的信心有多大？

哈萨比斯：在我在 DeepMind 工作的这些年里，我已经能够很好地根据我们的想法和人才来评估问题的难度，我认为现在是一个完美的时机。我们已经找到了最佳的位置。你希望领先 5 年，而不是领先 50 年

Endpoints News：未来三到五年，Isomorphic 的成功是什么样的？

Hassabis：我希望我们能有候选药物进入临床试验。还拥有一个令人难以置信的平台和引擎，可以在非常定期、短时间内产生数十个这样的候选物。到那时我们的高级候选人应该已经进入临床试验，所以有实际的、物理的证据表明这一切都是有效的。而且这个平台已经变得相当成熟并且非常有能力，也许我们已经将发现时间从几年缩短到了几个月。

终点新闻：您的背景结合了人工智能和生物学。人工智能领域是否应该更加关注生物学，或者已经得到足够的关注了？

哈萨比斯：我认为这些问题应该引起更多的关注。不仅仅是在生命科学领域，还有在其他科学领域中的人工智能

生命科学一直是我热衷的领域之一，也是我一直想将人工智能应用于的首要事项，以帮助治疗疾病和理解生物学。从多个角度来看，这是一个完美的领域。很难想象用几个方程从数学角度描述一个细胞

任何人都可以挥挥手，然后说：「将人工智能应用于生物学，它一定有效。」您可能一直在向您推销的公司中听到这样的说法。但当你深入研究时，大多数时候它都不是真实的。对于这个问题，您也可能应该只使用正常的统计数据。不需要人工智能，或者人工智能无法提供帮助。

这就是炒作的部分。每个人都说他们正在用生物来做人工智能，但在我看来，如果你真正考虑哪些团队有能力从头开始构建 AlphaFold，那么很少有人这样做。显然，我们把它分发出去，发表出来，但想象一下我们没有这样做，而是闭门做的。还有哪些其他团体可以建立这样的模型？我认为很少。

参考内容：https://endpts.com/exclusive-deepmind-ceo-demis-hassabis-talks-secretive-new-ai-biotech-isomorphic-labs/ 的内容需要进行改写