3.4 The AI workflow for COVID-19 (3)在线视频

例如

我们要做的就是

收集所有基于靶点的检测结果

以及基于细胞的检测结果

然后我们对所有结果构建分类模型

我们只选择那些模型

验证指标AUC（曲线下面积）大于0.85

的数据进行后续建模分析

我们认为满足这个标准的模型

就是相对可靠的

就是相对可靠的

首先

我们基于混合类型的数据

建立了两个针对不同物种的

全面的抗病毒模型

第二类

尽管他们属于不同的物种

但他们有共同的靶点结构

即使他们的物种不同

我们也可以构建一个基于靶点的模型

我们测试性能

并做标准的5倍交叉验证

来筛选新的药物可能

所以

一旦模型建立起来

我们就到了最后一步

也就是筛选新的药物可能

通常情况下

我们有两条路径可以进行虚拟筛选

我们刚才讨论的数据驱动的AI模型

还有另外一种虚拟筛选方法

是当我们获得了靶点结构之后

我们还可以利用传统的

计算机辅助药物设计（CADD）技术

来做对接和逻辑设计

在GHDDI

我们通常会采用两条路径并行

短期内 可以基于“老药新用”的方式

筛选已经获得FDA批准的药物

或已经进入临床试验阶段

可随时给患者服用的药物

甚至是市场上售卖的营养保健品

或其他天然产品

对于长期的药物筛选项目

我们通常会对商业化的化合物库进行筛选

目前 在全球范围内

我们能够购买到的商业化的

新型化合物数量多达数十亿个

而在虚拟库中

更是有数千亿个化合物分子

但是对于计算机筛选而言

随着计算技术日益进步

这个级别的计算量

已经不像过去一样需要花费大量的时间

我们刚刚所说的都是小分子化合物

那么抗体和疫苗又是什么情况呢？

针对病毒性的感染

我们通常认为抗体药物

是比较好的选择

因为它的特异性更强 疗效更好

疫苗是一个长期的传染病解决方案

能够有效减缓当前的疫情

并阻止未来的疫情的再次爆发

所以这两方面的努力都是非常必要的

而要评估一个抗体或疫苗是否有效

首当

我们必须要对新病毒的免疫过程

进行模拟来评估这些生物制剂的特异性

另外

疫苗和抗体药物的免疫产生过程是不同的

我们必须基于不同的标准

对两种生物制剂进行评价

毒性检测对二者都非常重要

从刚才这张图中我们可以看到

这个是ACE蛋白

这个是人的ACE2结合位点

我们知道

抗体结合到这个我们称之为

受体结合域的位置

从而抑制病毒的活性并中和病毒

但是

病毒是会不断进化的

大多数的突变位置都是

接近蛋白质的表面

因为那是它与环境相互作用的地方

存在多种多样的诱发突变的因素

因此 在这种情况下

我们确实需要一个实时的突变跟踪器

能够基于病毒突变数据

进一步利用计算免疫学技术进行分析

以上所提到的这些

是充分结合了生物信息学 免疫学

还有结构生物学的技术

从而合理地帮助我们设计疫苗和抗体

在上述技术中

人工智能可以发挥部分作用

例如预测中和作用

免疫产生过程以及毒性

在这里

我想向大家介绍一个非常重要的技术

这个技术在工智能领域也有所应用

就是通过时间和位置的

变异进行实时跟踪

这是另一个GitHub的项目 叫做 “Nextstrain”

“Nextstrain”项目

是由瑞士生物信息学研究所发起的

全世界有几十个科学家参与了这个项目

他们所做的是从一个叫做

“全球流感共享数据库（GISAID）”的

传染病序列的暂时的基因测序信息库中

提取数据进行分析

研究人员对每小时或每天的数据

进行实时采集

截至4月 这个项目已经采集了

超过4000个基因组序列样本

你可以看到他们是

如何随时间和空间变化的

而在这里

这张图显示基因组中每个位置的多样性

你可以看到看 这是 ASS 蛋白

是我们开发疫苗和抗体的一个主要靶点

已经出现了很大程度的突变

所以 这是一个很好的项目

我们可以对病毒序列进行实时追踪

如果我们进行的药物研发设计

所针对的靶点区域已经产生了

新的突变残基

意味着我们早期的工作可能功亏一篑

所以这些信息对我们来说非常重要

这个项目近似于“数字孪生”

“数字孪生”这个概念

可能对生物学领域的人来说是陌生的

但它经常被用于航空和其他工业领域

“数字孪生”是物理产品的数字化影子

而这个对象既可以是一个生命体

也可以是一个非生命体

它可以是飞机、汽车之上的数字化影子

也可以是人甚至病毒的数字化影子

而随着时间的推移

它必须不断进化完成映射

从而反映相对应的实体

所以 理想的情况下

我们可以利用刚才提到的

所有技术来创建一个

新冠病毒的“数字孪生”

从而更好的追踪它的变化

寻找到更有效的针对性药物

我们这里简单回顾一下

整个分析流程

首先我们创建基因序列

挖掘所有相关的数据

然后我们根据这些数据

做进一步的推理

得出一个排序清单

我们再去建模

寻找可能的治疗方法

整个工作流程中的大部分程序

都已经发展的相当成熟了

很多都是用Python脚本完成的

尽管还没有完全整合

但是如果我们能够把所有的

流程整合在一起

使其效率变得更高

将能够更好地帮助我们进行药物筛选

在这里我们对前面的内容进行一下总结

人工智能在寻找一个未知病原体的

治疗方案方面具有很多潜力

因为它的速度非常快

我们知道计算机的计算速度

要比人类快很多，对吧？

而且它的范围也很广

它能在比人类更短的时间内

扫描所有可用的信息

人类很容易遗漏证据

或者只覆盖了整个证据

范围的很小一部分

但人工智能基本上可以覆盖到

现有信息的每个角落

并且人工智能对证据的判断

是非常理性的

它对每一个证据的判断都是平等的

不像人类

会对自己比较熟悉的内容

给出更高的权重

另外

人工智能是依赖数据进行的

所以数据对AI是非常重要的

没有好的数据

AI也无法给出好的结果

所以在这个全球大流行的情况下

需要全球的协作和数据共享

让社区快速动员起来

加快研究进步

AI在药物发现方面的技术

仍然具有一定的局限性

需要较多的人工干预

所以在进行每一步分析的时候

主要是是AI在推理

但是有时候也需要我们

帮助AI进行分析

因为有些规则还没有完全写在程序里面

所以

我们需要对疾病生物学和药物

研发逻辑有非常深刻的理解

才能设计出一个“专家系统”

来帮助AI做推理工作

我们还需要相当大的努力

才能完美地整合所有的分析过程

但我们相信在不久的将来就能够实现

理想的情况下

如果我们能够根据最初有限

但不断变化的数据

创造出任何新的病原体的 “数字孪生”

我们就能及时设计出更好的治疗方案

从而控制疫情

以上就是我的演讲内容，谢谢大家！