0
雷鋒網消息，5月10日，由百圖生科與播禾創新聯合主辦的「首屆中國生物計算大會」在蘇州國際博覽中心召開。
本次大會邀請到了包括6位院士在內的50余位專家學者、40余位生物醫藥企業高管到會分享，1500余名觀眾在現場參加了會議，首日直播線上觀看人數超過51.2萬。+
本次大會圍繞“如何定義生物計算”，分別從生物計算的行業需求、現狀及挑戰、發展驅動力等多個維度進行了探討。
作為本次大會的協辦媒體，雷鋒網《醫健AI掘金志》進行了全程報道。
大會首日上午，以《BT&IT的融合生態》為主題的主論壇首先召開，江蘇省委常委、蘇州市委書記許昆林和百度創始人、董事長兼CEO，百圖生科創始人兼董事長李彥宏分別作了精彩致辭。
許昆林在致辭中表示：蘇州正在緊盯新一輪的產業革命，做強戰略性新興產業。
以生物計算為例，2020年蘇州新一代生物技術、納米技術、人工智能等產業產值8718億元，生物醫藥產業綜合競爭力位列產業第二，產業競爭力位于第一。
此外，蘇州目前還獲得了全國唯一一個國家科技部的國家生物藥技術創新中心牌照。未來，蘇州也會依托國家生物醫藥技術創新中心，和國家新一代人工智能創新發展試驗區平臺，開展生物計算的交叉學科布局。
除了是百度公司的董事長，李彥宏重申了自己的新身份：百圖生科的創始人。
他表示，生物計算是個高度融合的學科，生物+計算的融合，會帶來巨大的突破和進步。依靠生物計算引擎，能夠有效利用大量的生物數據，把藥物發現的“大海撈針”變成“按圖索驥”，為人類的生命健康謀福祉。
“我們希望用AI技術，縮短藥物研發的時間，降低藥物的副作用，減輕患者的巨大醫療負擔，為每一個生命爭取更多的可能性。”
李彥宏發現，這些年生物計算的發展和當初互聯網信息領域的高速發展驚人相似。
搜索量的增長被三個因素驅動，第一是上網人數，第二是人均上網時間，第三就是網上存在的網頁數量。
而他發現，生物計算領域也同樣有三個關鍵指標在快速增長，分別是基因組學研究帶來的數據增長，新藥研發過程中積累的知識爆發，以及新生機器學習算法的快速變化。
生物計算產業的發展，需要生態和產業鏈的協同，構建開放的生物計算創新生態，去探索廣袤浩瀚的生命科學“無人區”。
李彥宏表示：“在生命健康這個最關鍵的領域，哪怕投入再大、風險再高、周期再長，我們也要堅決地做。生命科學沒有盡頭，只有盡力。”
在兩位嘉賓致辭結束后，大會正式進入到主論壇演講環節，鄂維南、施一公、董晨、譚蔚泓四位中科院院士分別做了精彩分享。
作為此次大會的開場報告嘉賓，中國科學院院士、普林斯頓大學數學系和應用數學研究所教授、北京大數據研究院、中國科學技術大學大數據學院首任院長鄂維南，首先以《機器學習與科學計算》為題做了開場演講。
鄂維南表示：“過去的科學計算，雖然有了差分方法、有限元方法、譜方法等基本原理，也在橋梁設計、大樓設計、飛機設計得到了廣泛應用，但依然還有很多問題沒有解決。
例如：材料的性質與設計；分子、藥物的性質及設計；基于基本原理的控制論方法；燃燒問題（內燃機的模擬、設計與控制）。
這些因素也導致理論研究場景與實際問題距離甚遠。
鄂維南認為，解決這些問題的新的出路就是機器學習和物理模型的結合。以經典的物理模型提供數據，在此基礎上通過機器學習產生更有效且同樣可靠的模型。
以今天的生物計算為例，藥物設計最重要的環節之一就是自由能計算。如果沒有自由能計算，基于基本原理的設計藥物可能就是一句空話。
為此，鄂維南的團隊用上述方法研發了高維空間的高效采樣和自由能計算的有效方案RiD。
最后，鄂維南發表了自己對AI和科學計算的展望。
“談到人工智能，大家馬上想到的可能是自動駕駛、人臉識別等場景。但接下來，傳統的科學領域將成為人工智能的主戰場。AI for Science 將帶動生物、化學、材料、工程等領域進入新的發展模式。”
大會的第二位分享嘉賓是中國科學院院士、美國國家科學院外籍院士、西湖大學校長施一公，他發表了演講《從生命科學的角度看AI》。
在演講中，施一公主要從生物計算方法角度，分享了自己的觀點。
施一公表示：“今天的生物計算大會，大家都在談新方法，我認為世界所有方法理論，只有數學和物理，即使計算機也僅僅是數學的一種演繹。
而生命科學是一個很大的領域，其中的任何一種新技術和方法，都可能帶來很大的變革潛力。”
以單克隆抗體為例，它在1975年出現的時候，僅僅是一種很單一的技術，但現在已經創造出超千億美元的抗體藥市場。
施一公認為，“計算領域一次次的突破創新，會帶來人類對微觀世界認知的革命，你要想抓住這次革命，就要和它同頻共振，用學術的眼光提前意識到做布局。”
第三位演講嘉賓是中國科學院院士、上海交通大學醫學院教授、上海市免疫治療創新研究院創始院長董晨，他以《免疫治療創新—從基礎到臨床轉化》為題，對免疫治療中的AI創新做了介紹。
董晨表示：“免疫學是一個能夠上接天、下落地的全面學科，有非常多的理論，同時也是整個醫學領域里面發展最快的領域，這和人類各種疾病都密切相關。”
以制藥為例，免疫方法和免疫性疾病治療在生物制藥的產業占比非常高——2019年全球銷售最好的十種藥里有五個都是免疫類藥物。
但現在的免疫檢查點治療都普遍存在兩個共性問題：免疫副作用較高和反應率較低。
以阻斷T細胞負調控分子提高免疫力手段為例：一方面可能導致病人出現腸炎、心肌炎、皮炎等多個副作用；另一方面，治療反應率也比較低，同一種特效藥物可能對一部分患者有反應，另一部分人則完全沒有效果。
而AI和大數據可以提供很好的解決途徑：“隨著數據越來越多，標簽化越來越細致，就可以幫助醫院做出更準確的結論預測，幫臨床醫生將那些治療效果不好的腫瘤病人挑選出來，再選擇其他適合的免疫檢查點或靶點進行藥物開發和治療。”
第四位演講嘉賓是中國科學院院士、發展中國家科學院院士、中國科學院腫瘤與基礎醫學研究所所長譚蔚泓，他以《基于AI的智能診斷以及多參數細胞、疾病分型》為題，做了演講。
譚蔚泓表示， 生命科學由點及面，有海量的數據，同時人類的疾病復雜性、多樣性，要實現高效疾病診療，必須基于海量數據和多參數的表征。
他提出，要利用高通量測量技術，結合多個識別疾病標志物的分子探針，對病人樣本進行多到300個疾病標志物分子特征的甄別和定量測定；利用人工智能和大數據科學進行解析，從而為疾病診斷提供精準圖譜以判斷各種亞型的特征。
接下來，譚蔚泓院士圍繞“分子計算”進行了講解。
他提出了“分子大腦”的概念——人腦強于思維，電腦強于計算。但是電腦計算沒有太考慮分子層面的信息，而在分子層面的理解才是對事物最徹底的理解，尤其是在疾病或者生物領域里。
分子計算，是將傳統方法里的“關鍵疾病分子信息提取”、“數據計算與分析”、“解讀報告”等進行高效整合，像一個集成電路一樣進行相關的分子識別，其優勢就在于可以減少誤差，無需人工輔助就可以直接出報告。
因此，分子大腦DNA邏輯回路就像是做一個多功能的“分子醫生”，將分子層面的識別與信息聯系起來，甚至還可以模擬人類的獲得性免疫系統。
四位院士演講結束后，大會迎來了兩場深度的圓桌對話。
本場圓桌，由百圖生科聯合創始人&CEO劉維、恒瑞醫藥高級副總經理兼全球研發負責人張連山、藥明康德聯席CEO楊青、佐治亞理工學院機器學習中心副主任宋樂、清華大學智慧產業研究院首席科學家馬維英等五位嘉賓共同參與。
劉維的第一個問題是：藥企投入布局AI技術后，AI藥物發現公司還有哪些新機會？
恒瑞醫藥張連山表示：“事實上，一款藥物從研發到生產（各個環節），市場都存在很多需求。恒瑞希望研發效率大大提高。但每一種藥并不是對每一個患者都有效，其中精準分析和精準診療都存在大量需求。如果AI技術可以實現治療的精準化，就可以大大降低新藥研發成本，也讓患者的治療更加有效。”
張連山補充道，“即使是大藥廠，也有很多需求是他們無法滿足的。必須持開放心態來做這件事情，一個AI出來就能讓所有化學家失業？這肯定不是的。”
“所以，在今天這個時代，各家企業之間，必須持開放心態來做這件事情，一個AI出來就能讓化學家失業么？我認為這是否定的。”
佐治亞理工學院宋樂則從學術的角度對這個問題進行了闡述：“在醫藥行業，用AI來挖掘、探索靶點，或者是藥物設計問題，都需要多方參與。”
而且，AI新藥的真正作用，還需要和各種實驗平臺形成閉環，這很像互聯網行業，用戶數據分散在各個社交、購物、咨詢、搜索平臺，只有把這些數據聚合在一起，形成數據和AI模型的閉環，才能讓更多人用AI系統來發現新藥物靶點。”
關于AI在生物計算和其他互聯網領域的應用，清華大學馬維英也發表了自己的看法。
他表示，2019年進入新藥研發領域后才發現，相比其他領域的流程提升和優化，AI在生命科學領域，未來十年真的會迎來蓬勃發展， “例如神經網絡逐漸發現新藥分子，三維結構圖與圖模型在過去三年發展就非常快。”
馬維英表示：不要在紅海繼續“擰毛巾”，視覺和自然語言理解還有很多事情可以做，將這些技術應用在生命科學領域會有非常大的突破，可以解決醫藥、智慧醫療、個性化醫療等多個問題，這些還都是新的藍海市場。”
大會的第二場圓桌由薄荷天使基金創始合伙人劉毓文擔任主持，北京大學生命科學學院長聘教授、百奧智匯張澤民，北京大學腫瘤醫院腫瘤生物信息中心主任吳健民，百圖生科副總裁、原吉利德生物信息和數據科學部執行總監蔣昭實等四位嘉賓參與了討論。
北京大學張澤民首先從單細胞的研究方向上進行了舉例，“單細胞研究經常需要知道疾病最相關的細胞類型究竟是什么。以腫瘤為例，幾百種細胞類型里，和疾病相關的只有幾類。為了找到這幾類，可能需要對細胞類型有全面的了解，找到每一種細胞的分布情況，AI或許就能提供很直接的幫助，替代人工完成篩查，找到最特異和最有效的新型藥物。”
北京大學吳健民則從肝癌治療角度進行了介紹。
吳健民團隊在應對肝樣腺癌治療的時候，經常會碰到轉移程度很快、但治療手段差的問題。通過對患者進行多空間、多點取樣，以及近端淋巴結轉移多組學的研究，和從基因組的亞克隆手段之后發現，這類病人里面都攜帶一些變異基因，根據這些基因尋找患者藥物靶點，就可以讓患者得到及時治療。AI可以在未來做更多類似的工作，來解決更多腫瘤患者無藥可治的情形。
百圖生科蔣昭實也表示：“多組學更廣義的問題就是能不能檢測多維度數據、這些數據能不能整合在一起。過去，蛋白質組學數據和基因組學數據很難交叉在一起。而AI可以對多位數據進行共同分析。此外，不僅可以針對人類組學數據，還可以結合病原組學數據，這對新的靶點研究都有非常積極的影響。”
在上午的最后一個環節，大會發布了免疫圖譜卓越計劃并進行聯盟簽約，百圖生科與包括維亞生物、和鉑醫藥、億康基因、齊碳科技、索智生物、邁瑞代謝等藥物研發領域的領軍企業；索智生物、宇道生物等AI藥物研發企業；深勢科技、燧坤智能、水木未來等計算藥物設計平臺；百奧智匯、普瑞基準、中科新生命等前沿組學企業；及Merck創新中心、蘇州生物醫藥轉化工程中心、新景智源生物科技、維亞生物科技控股集團等大型跨國藥企在內的30余家首批生態伙伴進行了簽約。
在這一生物計算生態計劃當中，百圖生科將提供自身研發的核心生物計算引擎和自有數據、10億元的資金補貼，與生態聯盟合作伙伴共同助力免疫圖譜的繪制。
接下來，“免疫圖譜卓越計劃”將支持一批高質量的轉化醫學研究項目，聯合前沿生物技術專家、藥物開發專家和臨床專業團隊，打造專業的“免疫圖譜”，系統探尋癌癥、自免、衰老等疾病的復雜免疫規律，為高效率的靶點挖掘和藥物設計提供可能。
10日上午的主會場結束后，各個分會場也紛至沓來，主要包括生物計算與新數據，生物計算與新算法，生物計算的當下戰場：藥物研發（小分子）與（大分子），生物計算的更多可能-創新企業DEMO，生物計算與數字醫學共五個主題。
后續，，雷鋒網《醫健AI掘金志》將會持續輸出各位專家的詳細報告和獨家對話，歡迎關注，敬請期待。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
