李游將電腦上密密麻麻的符號(hào)數(shù)據(jù)，運(yùn)用到新藥篩選上來(lái)。
提到程序員，人們往往瞬間聯(lián)想到格子襯衫、雙肩包、坐在電腦前敲代碼等畫面，而提到生物藥企實(shí)驗(yàn)室的工作人員，人們眼前又可能會(huì)浮現(xiàn)出白大褂、護(hù)目鏡以及一堆冰冷的實(shí)驗(yàn)器材。如果程序員與生物藥企實(shí)驗(yàn)室工作人員結(jié)合呢？很多人會(huì)覺得難以想象。
其實(shí)，在成都先導(dǎo)藥物開發(fā)有限公司（以下簡(jiǎn)稱“成都先導(dǎo)”），就有一批“程序員”活躍其中。成都先導(dǎo)有一個(gè)在生物藥企不常見的部門——“干實(shí)驗(yàn)室”，其成員幾乎全部是“程序員”。但與傳統(tǒng)意義上程序員不同的是，他們的工作主要是以成都先導(dǎo)的DNA編碼化合物庫(kù)為平臺(tái)，結(jié)合生物和化學(xué)專業(yè)知識(shí)，利用人工智能，高效地找到新藥研發(fā)所需的小分子化合物，從而大大減少新藥篩選的時(shí)間和成本。在這個(gè)過程中，他們也要像程序員那樣寫代碼，建立相關(guān)的數(shù)據(jù)模型。
“程序員”參與新藥研發(fā) 用AI揪出潛在匹配目標(biāo)
4月24日，記者走進(jìn)成都先導(dǎo)“干實(shí)驗(yàn)室”。與一般的實(shí)驗(yàn)室不同，這里看不見身穿白大褂的實(shí)驗(yàn)人員，沒有瓶瓶罐罐的實(shí)驗(yàn)器材，也沒有各種名稱復(fù)雜的化學(xué)試劑。辦公桌、電腦便是實(shí)驗(yàn)室的全部配備。一眼看過去，無(wú)論是工作人員的穿著還是辦公場(chǎng)地的布置，很難從中看出傳統(tǒng)生物藥企的影子。
然而，通過實(shí)驗(yàn)室工作人員李游的介紹，深藏在平凡表面背后的生物醫(yī)藥特點(diǎn)絲絲縷縷浮現(xiàn)，“你眼前看到的這些電腦，就是我們的實(shí)驗(yàn)器材。”李游說(shuō)，這些電腦是用來(lái)幫助實(shí)驗(yàn)室人員在新藥篩選過程中進(jìn)行數(shù)據(jù)分析的。
“我的工作就是數(shù)據(jù)分析、算法研發(fā)、大數(shù)據(jù)分析平臺(tái)搭建和應(yīng)用。”李游說(shuō)，DNA編碼化合物庫(kù)新藥篩選，發(fā)現(xiàn)與相關(guān)靶點(diǎn)匹配的先導(dǎo)化合物，一般要經(jīng)過7個(gè)步驟，數(shù)據(jù)分析是其中一個(gè)步驟。“數(shù)據(jù)分析主要是結(jié)合AI，通過序列解析和大數(shù)據(jù)分析找出與靶點(diǎn)匹配的潛在小分子化合物。”
李游打了一個(gè)比方——“每個(gè)小分子化合物有一個(gè)DNA標(biāo)記。打個(gè)比方，這里有一盒糖紙包裝統(tǒng)一、但口味不同的糖果。在沒有品嘗前，你并不知道隨手拿到的糖果會(huì)是什么口味。但如果給不同口味的糖果設(shè)計(jì)帶有身份標(biāo)記的二維碼，吃之前先掃一掃二維碼，便能找到你想吃的那顆糖果。”在這個(gè)比喻里，糖果便是小分子化合物，二維碼是DNA標(biāo)記，掃碼的過程就是實(shí)驗(yàn)室“程序員”進(jìn)行數(shù)據(jù)解析的過程。李游說(shuō)，成都先導(dǎo)DNA編碼化合物已達(dá)到千億級(jí)，從中找到目標(biāo)對(duì)象，猶如在汪洋大海里尋找一粒沙子。“不過，通過大數(shù)據(jù)分析，定位與靶標(biāo)蛋白相互作用的小分子化合物的過程卻很快，一般3天左右即可完成。”
每周處理幾十億條DNA數(shù)據(jù) 新藥篩選減少2/3的時(shí)間
在李游的工作電腦上，滿屏都是符號(hào)與數(shù)據(jù)，讓人有一種看“天書”的茫然，更別說(shuō)將其運(yùn)用到新藥篩選上來(lái)。但在李游眼里，這些“天書”是世界上最美妙的語(yǔ)言之一。
“我本科是動(dòng)物醫(yī)學(xué)，但因?yàn)椴幌矚g做生物實(shí)驗(yàn)擺弄瓶瓶罐罐，所以后來(lái)碩博都選了生物信息專業(yè)。”博士畢業(yè)后，李游來(lái)到成都先導(dǎo)，成為“干實(shí)驗(yàn)室”中的一員。在成都先導(dǎo)任職一年多來(lái)，前前后后參與新藥篩選也有20多個(gè)項(xiàng)目了，“目前針對(duì)所有內(nèi)部和客戶的新藥篩選項(xiàng)目，每周至少需處理兩張測(cè)序芯片約幾十億條DNA數(shù)據(jù)。”李游介紹，經(jīng)過數(shù)據(jù)分析，再由實(shí)驗(yàn)室進(jìn)行化合物合成、活性驗(yàn)證等幾個(gè)步驟，整個(gè)新藥篩選過程才算完成。
“傳統(tǒng)的化合物庫(kù)合成與篩選需要9到18個(gè)月左右，但有了‘干實(shí)驗(yàn)室’以后，只需要3到6個(gè)月時(shí)間，減少了約2/3的時(shí)間。”成都先導(dǎo)研發(fā)中心化學(xué)總監(jiān)劉觀賽說(shuō)，藥物研發(fā)速度慢，失敗率高，一直是全世界藥物研發(fā)企業(yè)希望解決的問題，而通過大數(shù)據(jù)和人工智能，讓數(shù)據(jù)的計(jì)算模擬新藥篩選、藥品研發(fā)過程，預(yù)測(cè)藥品的效果，可以極大避免代價(jià)高昂的臨床試驗(yàn)失敗。在劉觀賽看來(lái)，人工智能應(yīng)用與生物醫(yī)藥，將為制藥業(yè)甚至整個(gè)社會(huì)帶來(lái)翻天覆地的變化，在新藥研發(fā)領(lǐng)域大放異彩，為患者帶來(lái)更多治愈疾病的好藥。
合作咨詢
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2024 上海博華國(guó)際展覽有限公司版權(quán)所有（保留一切權(quán)利）
滬ICP備05034851號(hào)-57
