通过AI研发更好的药物？Insitro首席执行官谈机器学习能为大型药企带来什么启示

华盛顿——人工智能正在改变企业的经营方式——帮助程序员编写代码，并通过聊天机器人处理客户服务电话。

但制药行业仍在等待人工智能能否解决其最大的挑战：寻找更快、更便宜的新药开发方法。

尽管投入了数十亿美元进行研究，新药物通常仍需要十年或更长时间才能开发出来。

Insitro公司成立于2018年，是人工智能公司领域的一部分，该公司通过使用机器学习分析巨大的化学和生物标记数据集，承诺加速药物发现。这家总部位于南旧金山的公司已经与Eli Lilly和Bristol Myers Squibb等制药公司签约，帮助开发治疗代谢疾病、神经系统疾病和退行性疾病的药物。

Insitro的CEO兼创始人达夫妮·科勒接受了美联社的采访，谈到了人工智能给药物发现带来的挑战。采访内容经过编辑，以保持长度和清晰度。

科勒认为，药物发现的问题在于我们试图干预一个我们只略知一二的系统。过去15到20年的许多成功例子是我们对系统有了足够的了解，能够设计出与它一致的干预措施。因此，Insitro公司试图解开异质性疾病的底层复杂性，并确定可能帮助（某些特定人群）的新干预方式。这样，我们就可以确定在特定患者群体中干预的正确治疗假设。

人工智能革命的同时，发生着一场静悄悄的定量生物学革命，即以前所未有的精度测量生物系统的能力。像蛋白质和细胞这样的系统可以用越来越好的测量方法和技术来测量。然而，如果将数据交给一个人，他们的眼睛就会变得黯淡无光，因为一个人只能看这么多细胞，只能看到这些图像中的这么多微妙之处。人们对于微妙差异的感知能力是有限的。因此，人们往往会以过于简化的方式看待一个非常复杂、多方面的系统，这真的有助于区分患者并发现一个干预措施真正可以产生差异的地方。

科勒的博士学位是计算机科学。但她在1998或1999年开始关注机器学习在生物医学问题中的应用。当时，机器学习能够解决的问题坦率地说并不令人鼓舞。在一个电子邮件数据集上对垃圾邮件和非垃圾邮件进行分类能有什么启发呢？她正在寻找更有意义、更具挑战性的问题。随着她开始深入了解这一领域，她对生物学本身产生了兴趣。

这个组织可能取得的最为重要的成果之一是：无论是最资深还是最好的科学家，当他们聚在一起时，他们之间的交流可能就像在讲泰语和斯瓦希里语一样困难。对于工程师来说，他们寻找最强、最一致的模式，以便对大多数细胞或个体进行预测。而生命科学家往往寻找例外，因为这些例外可以引领新的发现。因此，我们设立了一些文化元素和组织元素来帮助人们以开放、建设性和尊重的方式相互交流。