来源 | Endpoints News
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。
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，旨在将 DeepMind 在生物学方面的人工智能研究进一步带入制药行业。
DeepMind 于 2021 年发布的人工智能系统 AlphaFold2 预测蛋白质结构，已经赢得了无数奖项。总部位于伦敦的 Isomorphic 公司在成立大约两年的时间里，几乎没有透露其所做工作的细节。
近日，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，深入讨论了今年 Endpoints 11 获奖者 Isomorphic。
Endpoints News：Isomorphic 实验室最初是如何开始的？
Demis Hassabis：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。
Endpoints News：在深入了解科学之前，先了解一下 Isomorphic 是如何获得资金的？
Hassabis：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。
很多文化都与 DeepMind 相似。但它正在以启动速度、能量和强度运行。我们所有的资金一开始就来自 Alphabet。这种安全性使我们能够抓住最雄心勃勃的机会，即建立这个平台，有望彻底改变药物发现过程，而不是仅仅追求一种候选药物或其他药物。
Endpoints News：Isomorphic 获得了多少资金？
Hassabis：我认为这不是公开信息，所以我无法给你确切的数字。但就目前的阶段而言，它的资金非常充足。
Endpoints News：您将目标描述为构建更多 AlphaFold，特别是在预测蛋白质如何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 月开始以来，您都做了些什么？
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：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。还要进入化学空间，了解化合物结构、它们如何结合、结合亲和力等此类问题。
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。
Endpoints News：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？
Hassabis：实际上我们一直都在做这两件事。我们总是将现有方法推向极限。通常有更多的果汁可以榨。但我们也在研究新想法、新架构。
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。
Endpoints News：您如何看待 Isomorphic 对制药行业现状的影响？
Hassabis：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，将会是什么样子。不是作为附加组件。我的印象是，在传统制药中，这些都是可有可无的。化学家真正完成工作，然后你在 ADME 模拟或其他什么中仔细检查事情。我们想从头开始重新思考这一点。
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 。
Endpoints News：您只专注于这些根本性突破吗？您是否正在建设管道并与行业合作？
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？
Hassabis：在 DeepMind 工作的这些年里，我已经非常擅长根据我们拥有的想法、我们拥有的人才来评估问题的难度，我认为这是完美的时机。我们已经找到了最佳位置。你希望领先 5 年，但不是领先 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。
Endpoints News：您的背景融合了人工智能和生物学。人工智能领域是否应该更多地关注生物学，或者已经有足够的关注？
Hassabis：我认为这些应该引起更多关注。不仅仅是生命科学，还有一般科学领域的人工智能。
但生命科学一直是我的热情之一，也是我一直想将人工智能应用到的第一件事，以帮助治疗疾病和理解生物学。从很多方面来说，这是一个完美的制度。很难想象如何用几个方程从数学上描述一个细胞。
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/
