通过人工智能更好的药物？Insitro 首席执行官谈机器学习可以教会大型制药公司什么

华盛顿（美联社）——人工智能正在改变公司开展业务的方式——帮助程序员编写代码并使用聊天机器人接听客户服务电话。

但制药行业仍在等待人工智能能否应对其最大的挑战：找到更快、更便宜的方法来开发新药。

尽管投入了数十亿美元用于研究，但新药通常仍需要十年或更长时间才能开发出来。

Insitro 成立于 2018 年，是不断发展的人工智能公司领域的一部分，这些公司承诺通过使用机器学习分析化学和生物标记的巨大数据集来加速药物发现。这家总部位于南旧金山的公司已与礼来公司和百时美施贵宝等制药商签署协议，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。

首席执行官兼创始人达芙妮·科勒 (Daphne Koller) 接受美联社采访，谈论人工智能给药物发现带来的挑战。为了长度和清晰度，对话已被编辑。

问：为什么药物研发如此困难？

答：我认为药物发现的问题在于我们试图干预一个我们仅知之甚少的系统。我们在过去 15 到 20 年中看到的许多成功都是因为我们对系统有了充分的了解，因此我们可以真正设计与之相一致的干预措施。

因此，我们在 Insitro 尝试做的事情之一就是揭示异质性疾病的潜在复杂性，并确定新的干预模式，这些模式可能无法帮助整个人群，但可能只是其中的一小部分。这样我们就可以真正确定正确的治疗假设来干预特定的患者群体。我认为，这才是该行业缺乏成功的真正症结所在。

问：礼来公司等公司雇用了数千名医学科学家和研究人员。您的技术能做什么而那些专家却做不到？

答：与人工智能革命同时发生的事情之一是一场安静得多的革命，我称之为定量生物学，即以前所未有的保真度测量生物系统的能力。您可以通过越来越好的测量和技术来测量蛋白质和细胞等系统。

但如果你把这些数据提供给一个人，他们的目光就会变得呆滞，因为人们只能看到这么多的细胞，而且他们在这些图像中只能看到这么多的微妙之处。人们感知细微差异的能力是有限的。

因此，你最终会对一个非常复杂、多方面的系统产生非常简化的看法，这对于阐明患者之间的区别以及揭示干预措施真正可以发挥作用的地方非常重要。

问：您是如何对这个领域产生兴趣的？

答：我的博士学位是计算机科学。但我早在 1998 年或 1999 年就开始进入机器学习领域，为生物医学问题服务。

坦率地说，当时机器学习能够解决的问题并不令人鼓舞。在电子邮件数据集中对垃圾邮件与非垃圾邮件进行分类时，您可以获得什么启发？

我一直在寻找更丰富的东西。而我第一次涉足这个领域并不是因为我对成为一名生物学家特别感兴趣，而是因为我正在寻找更具技术挑战性的问题。然后，当我开始研究它时，我对生物学本身产生了兴趣。

问：Insitro 聘用了计算机科学家和医学研究人员。让这两个团队合作是否存在文化冲突？

答：这可能是我们作为一个组织所取得的最重要的成就之一。

你可以把双方最老练、最有意义的科学家放在同一个房间里，他们也可能互相说泰语和斯瓦希里语。

当您是一名工程师时，您会寻找最强大、最一致的模式，以便您能够对大多数细胞或个体做出预测。当你是一名生命科学家时，通常你实际上是在寻找例外，因为这些是可以带来新发现的线索。

因此，我们采用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。