9月1日,華為輪值董事長胡厚崑在2022世界人工智能大會上表示,人工智能觸發的產業變革正在改變每一個行業,人工智能也在越來越多的行業場景發揮重要價值。大模型將為人工智能的行業實踐提供牽引,加速行業應用的孵化與創新。
 華為輪值董事長胡厚崑發表主題演講
大模型落地藥物研發領域,加速超級抗菌藥Drug X的研發進程
胡厚崑分享了AI在醫藥領域的應用案例。當前,耐藥細菌已經成為人類重大健康威脅。據世衛組織統計,全球每年至少有70萬人因此死亡。面對突發或頑固性疾病,我們通常遲遲等不到新藥上市。新藥研發及上市進程受醫藥界公認的“雙10定律”制約——一款創新藥從研發到上市,平均成本超過10億美元、研發周期大于10年。
西安交通大學第一附屬醫院劉冰教授在新藥研發的工作中采用了基于華為云盤古藥物分子大模型打造的AI輔助藥物設計服務,突破性地研發出一款超級抗菌藥Drug X并打破了醫藥界“雙十定律”。Drug X有望成為全球近40年來首個新靶點、新類別的抗生素,其靶點特質決定了細菌將難以對Drug X產生耐藥性,對抗瘧(即瘧原蟲)藥物研發等多個領域有著重要的影響。華為云盤古藥物分子大模型讓先導藥的研發周期從數年縮短至一個月,研發成本降低70%。
華為云盤古藥物分子大模型讓AI全流程輔助藥物設計
科研成果的突破離不開技術的加持。華為云盤古藥物分子大模型在“藥物分子篩選”和“藥物分子優化”兩大環節對Drug X的研發具備重要作用。
·輔助科研人員對小分子化合物進行預篩選,大幅減少新藥研發的成本
藥物研發平均周期超過10年,其中先導藥物的設計歷時3-5年。科研人員需要反復對不同小分子化合物進行結合實驗、結構修改及效果驗證,以找到能夠研制成超級抗菌藥的最理想的小分子化合物。在數以億計的小分子化合物面前,人工篩選方式不僅試錯成本高,而且高度依賴藥物學專家的經驗。
華為云盤古藥物分子大模型學習了17億個小分子的化學結構,在無監督學習模式和業界獨有的“圖-序列不對稱條件自編碼器”深度學習網絡架構下,更好地對分子結構與性質進行預測與推薦。在盤古藥物分子大模型優先推薦的小分子化合物基礎上,科研人員進一步進行人工實驗驗證。實驗結果表明,盤古藥物分子大模型的成藥性預測準確率比傳統方式高20%,進而提升研發效率,讓先導藥的研發周期從數年縮短至一個月,同時降低70%的研發成本。
·對篩選后的先導藥進行定向優化,幫助降低新藥的毒副作用
部分小分子化合物具備與人體細胞相結合的屬性,將對正常細胞產生毒副作用。基于華為云盤古藥物分子大模型的結構優化器,劉冰教授有效地提升了小分子化合物與目標抗菌靶點蛋白的結合、降低與人體蛋白的結合,從而減弱了超級抗菌藥對人體正常細胞可能產生的毒副作用。
規劃大模型沙盤,牽引創新方向
AI大模型具備“一個模型在眾多場景通用、可泛化和規模化復制”的特點,如今孵化大模型已經成為行業與場景創新突破的共識。
胡厚崑提出,要匯聚各方力量,梳理行業場景所需的基礎大模型與行業大模型,共同規劃大模型沙盤,避免重復投資與開發,集中優勢資源共同加速AI應用向各產業和行業的滲透。
華為云盤古預訓練大模型已完成從學術大模型到產業大模型的轉變,形成了“基礎大模型-行業大模型-細分場景大模型”的發展路徑,并且在醫療、互聯網、金融、煤礦、農業、氣象等領域中實現降本增效。
本次會上,基于華為云盤古預訓練大模型打造的華為云AI輔助藥物設計平臺獲得了“SAIL之星”獎項,作為國內首個商用的AI輔助制藥SaaS平臺,幫助藥企減少試錯成本,加速新藥研發進程。
華為云將持續打牢技術根基,將AI技術以及行業落地經驗云化、服務化,不斷繁榮人工智能產業生態,讓企業創新觸手可及。
鄭重聲明：此文內容為本網站轉載企業宣傳資訊，目的在于傳播更多信息，與本站立場無關。僅供讀者參考，并請自行核實相關內容。
|
