生成式人工智能可能正在迎來它的輝煌時刻，但這項技術早在ChatGPT 和DALL-E 之前就已經存在了。它始於2014 年，伊恩·古德費洛(Ian Goodfellow) 和其他幾位研究人員發表了一篇題為“生成對抗網絡”(GAN) 的論文。 Goodfellow 是一位計算機科學家，曾在Google Brain 和Apple 工作，目前在DeepMind 工作。如今，他的論文已被引用超過55,000 次，並支持多種AI 工具。
大約十年前，Goodfellow 發現了一項突發新聞：通過利用技術提取大量數據，AI 工具可以在適當的條件下生成“合成”數據。隨著時間的推移，通過不斷的訓練和反饋，系統學會提供與所需輸出密切相關的合成數據。今天，這些合成數據可能包括智能合約代碼、欺詐檢測算法，當然，還有你在元宇宙中的超現實化身。
生成式AI 不僅可以解決編碼和風險管理等挑戰，還可以推動強大的生物技術創新。儘管在製造和發現方面取得了進步，但將藥物從發現推向市場仍需要10 到15 年的時間並花費數百萬美元。而且，將藥物推向市場的成本並沒有隨著技術進步而下跌，反而只會增加。
人工智能可以通過簡化新靶點、設計新藥甚至確定臨床試驗成功的可能性來優化藥物發現的速度和效率。
生成式人工智能進入化學世界
2016 年，藥物發現獨角獸Insilico Medicine 的創始人Alex Zhavoronkov 博士在從倫敦到舊金山的會議上展示了生成人工智能技術，在化學界掀起了波瀾。他的研究結果對某些人來說似乎有些牽強，但對其他人來說卻具有變革性——GAN 與強化學習相結合，可以產生用於治療疾病的新型分子。
七年前，許多人仍然認為人工智能是一個科幻的、未來主義的概念。 Zhavoronkov 舉例說明了該技術能夠創造新事物來改變人們的想法。他將花瓣添加到拍攝的花朵中，並生成獨特的面孔來解釋人工智能如何創造新分子。化學家們持懷疑態度，但Zhavoronkov 並沒有被嚇倒。人工智能將改變我們的健康體驗； 它只是需要時間。
Insilico 最終證明其人工智能可以找到新的疾病目標。他們的平台使用生成式AI 技術來生產和評估候選物和藥物靶點，設計出可以合成、測試和開發成潛在治療方法的新分子。
WuXi AppTec 加入Insilico 開發其第一個生成的AI 生產分子，後來投資該公司以進一步加速。他們的第一個藥物目標可能會讓你大吃一驚：罕見病治療。由於這些疾病非常罕見，科學家們對其化學結構知之甚少。人工智能填補了設計沒有可用結構的潛在候選人的空白。
他們針對JAK3 亞型，一種與類風濕性關節炎和牛皮癬相關的DNA 序列。該系統生成了300,000 個分子，並將選擇範圍縮小到100 個有希望的目標。人類在這裡加入了這個過程，醫學化學家選擇了進一步開發的最佳候選者。結果於2018 年發表在《分子藥劑學》雜誌上，並給出了明確的承諾：生成式AI 將顛覆藥物發現領域。
人工智能什麼時候會到達我們的藥店？
Insilico 獲得了其AI 技術的專利，但它也因其在生物老化生物標誌物方面的工作而獲得了專利。該公司致力於利用人工智能發現強大的抗衰老療法。雖然我們距離這些藥物到達我們的藥櫃貨架還有幾年的時間，但Insilico 也在密切關注我們是如何衰老的，包括測量我們的生理年齡。衰老時鐘為研究人員提供了對個體衰老過程的寶貴見解。
2020 年，Insilico Medicine 的生成化學工作作為Chemistry42 啟動。該平台使用深度學習和強化學習來生成用於治療預定義醫學目標的化學結構。 Chemistry42 發現了一種全新的、可能是同類首創的分子PandaOmics，用於治療纖維化。 Insilico 團隊設計並合成了80 個分子，其中一個小分子顯示出治療特發性肺纖維化(IPF) 的傑出前景，這是一種罕見且具有破壞性的進行性肺病。
該公司通過結合深度學習和化學開闢了新天地。主要製藥公司也注意到了，輝瑞、Arvinas、復星醫藥和賽諾菲與Insilico 建立了合作夥伴關係。
到2022 年2 月，Insilico 通過在不到30 個月的時間內將其IPF 藥物帶入1 期臨床試驗，跨過了另一個門檻。 2023 年1 月，這些1 期試驗公佈了積極的頂線結果，2023 年2 月，IPF 藥物獲得了FDA 的孤兒藥物指定。現在是進行2 期臨床試驗的時候了，實際的IPF 患者將進入臨床試驗並測試可能改變生活的治療方案。
下一步是人工智能生成的藥物嗎？新冠肺炎。 Insilico 的口服治療藥物ISM3312 即將在中國進入臨床試驗階段。該藥物為COVID 患者提供了針對突變和不良結果的保護。世界迫切需要針對突發疾病的快速解決方案。
生成式AI 超越創意圖像和深度編碼。它將改變醫生治療疾病和挽救無數生命的方式。區塊鏈也有很大的空間——藥物發現科學家可以使用DLT 來安全地交易所臨床研究數據。
我對加密貨幣社區的建議？加入運動。你的決心將加密貨幣、區塊鍊和穩定幣帶入了主流。你可以設想其他人無法想像的未來，而長壽領域需要你的獨特視角來幫助使下一代技術脫穎而出。在你的工作區中測試AI 工具，閱讀AI 代幣並監控醫學新聞以尋找未來的發現。我們生活在一個獨特的技術進步時代，我們有責任支持其改變生活的成果。將尖端技術與傳統研究和發現相結合，將為更多人帶來所有這些改變生活的發明。
資訊來源：由0x資訊編譯自COINTELEGRAPH。版權歸作者Garri Zmudze所有，未經許可，不得轉載