【创业24小时】2022年10月17日
06-18
计算科学和生命科学一直是两个并行发展的独立领域，但随着时间的推移，随着近年来跨界学科的快速发展，两个不相关的行业慢慢地产生了交叉：计算科学已经开始对生命科学提供更多帮助，加快新药研发效率，提高药物研发质量。
那一年，AI制药如何改变新药研发流程？制药企业的真正需求是什么？算力、算法和行业应用如何融合？如何加速AI制药落地？本次主题由阿里云、浦东国际人才发展中心主办，RECO SPACE承办，大型药企、一线投资机构、科研院所及优秀AI药企《云谷创新谈·AI制药专场》联合举办。
由阿里云产品解决方案架构师、石益主办，产学研齐聚。
面对如此热门的新兴赛道，来自各个领域的专家给出了精彩的分享。
1、从CADD到AIDD，生物制药企业代表畅谈罗氏制药数字化创新的需求与实践。
负责人柳向楠从专家需求的角度看待转化医学和药物研发。
柳向楠认为，在AIDD最终商业化的过程中，可以借助医疗系统的力量，将AIDD的成果尽快推向市场，为患者提供更好的治疗选择。
通过应用数字化创新方法，解决医生和患者共同的痛点或未被满足的需求，以创新的模式帮助业务更加健康地发展，这对于云计算公司、AIDD公司和患者来说都是一件好事。
罗氏制药数字创新负责人柳向楠表示，当一款药物真正到达临床研究后期阶段时，毫无疑问需要更深入地与临床结合，以实现最终AI制药成果的商业化。
人工智能和机器学习在转化医学领域发挥着重要作用。
深度学习模型通过模型处理临床数据以生成转化医学结果。
从模型角度来看，在制作AI制药的过程中，可以从临床端组装组学数据，并在模型中进行进一步的AI制药整合。
在这个过程中，计算能力和算法发挥着非常重要的作用。
组学数据背后的分析逻辑与人工智能、深度学习的分析逻辑是一致的。
通过对组学数据进行进一步的相似性分析，通过机器发现相似性，最终形成融合网络来识别生物标志物和生物标志物。
这是我们药物发现过程中非常重要的起点。
很多医院都在进行转化医学研究，这些医院本身就拥有非常丰富的临床资源。
专家和临床方面对AIDD相关工作有着非常浓厚的兴趣，这是加速AIDD在现实生活中落地的关键。
AIDD相关转化医学项目在科室的实施，可以进一步提升医院的医疗大数据能力和AI分析能力，对于本科科室的能力建设有额外的帮助。
因此，我们与专家有很大的合作空间。
AIDD不能只与科学家和基础医学研究人员讨论。
临床专家对于这个领域还是有非常强烈的需求的。
与此同时，德国制药巨头默克集团成立于2001年，是世界上历史最悠久的制药公司之一。
在计算机药物设计领域，默克是先驱。
从CADD到AIDD，默克科技人工智能首席科学家胡鹏伟也分享了他的想法和实践。
2、从算力、数据到算法，云厂商和AI制药平台分享第一手实践经验深圳科技：AIGC时代药物设计与发现平台的探索实践和经验分享深圳科技致力于利用人工智能智能和分子模拟算法，结合先进的计算方法解决重要科学问题，为人类文明最基本的生物医学、材料和信息科学与工程研究创建新一代微尺度工业设计和仿真平台。
深圳科技生命科学产品负责人徐涛在本次研讨会上分享了深圳科技如何在“热”的行业变革下进行“冷”思维和药物研发，从最传统的CADD到最近流行的AIDD。
和药物设计。
深科技生命科学产品负责人徐涛表示，以ChatGPT为代表的生成式人工智能AIGC能够以大众可感知、可体验的方式快速“破圈”，有望成为热门产品人工智能未来十年的发展方向。
尤其是最近几周，GPT4的发布以及Microsoft Copilot的出现引发了更加热烈的讨论和关注。
药物研发周期长、投入高、成功率很低。
因此，药物发现领域也渴望改变研发范式，为行业带来新的突破。
纵观药物研发的历史阶段，最初是由经验驱动，后来上升到理论，通过计算机模拟，现在有了一定数据后生成模型。
这些模型可能是大型模型。
在大模型的基础上，做一些基于模型的药物发现。
但当你“冷酷地”思考时，你会发现目前还没有一个整体解决方案能够彻底打开合理药物设计的大门。
这将涉及许多关键的研发问题，例如药物靶点、共价药物的设计、无毒药物等。
因此，业界迫切需要一种能够突破瓶颈的高效科研范式——AI for Science。
要从科学底层解决问题，必须走向AI for Science的层面。
AI for Science就是将问题抽象为科学问题，然后通过科学原理来解决。
在解决的过程中，需要用到AI的思路。
作为AI for Science新科研范式的引领者和实践者，深圳科技以物理模型和AI学习数据模型为驱动。
底层是Bohrium?科学计算云平台，融合了最前沿的算力、算法和数据。
，模型集成到云平台中，研究人员可以开箱即用；对于药物领域，上层包括Hermite?药物计算设计平台、RiDYMO?增强动力学平台以及其他与药物研发和药物设计相关的平台和工具。
Hermite?平台以全新AI4S范式驱动，全方位提升药物研发效率。
Hermite?基于人工智能、物理建模和高性能计算，提供Uni-Fold蛋白质结构预测和优化、Uni-Docking有前景化合物的超高通量虚拟筛选以及Uni-IFD药物靶标现场结合模式小分子药物设计。
准确的预测和 Uni-FEP 基于自由能扰动的领先化合物优化。
它还为药物研发科学家创造了基于浏览器的新体验，包括分子的可视化和结构化、最大化操作区域、灵活的窗口调整以及智能跨窗口协作。
RiDYMO?是深圳科技自主研发的增强动力平台。
深科药物研发团队坚持以未满足的临床需求为导向，基于独特的RiDYMO?动力学平台，挑战固有无序的蛋白质系统。
尤其是在c-Myc等靶点的分子发现方面取得了阶段性进展。
进步。
除了方法论的创新，深圳科技还在基础设施和文化方面推动学术领域的发展。
DeepModeling由DeepModeling Technology推动，是全球人工智能科学领域最大的开源社区。
通过社区不断引进各类项目、人才、学术文章、思想等，希望从基础科学层面给材料、化学、生活带来更好的成果。
大变化。
徐涛认为，无论是AIDD还是CADD，最根本的是解决产业问题。
如果从人工智能科学的角度来看这些问题，它们可以被抽象为基本的科学问题。
无论是物理定律还是数据定律，我们都可以需要解决它、计算它。
MemVerge：大内存和高可用性技术帮助生物医药公司快速迁移到云端。
生物医药企业如何快速、低TCO迁移到云端？生物医药企业如何基于应用级云原生平台一键上云？这些都是三鑫客户上云时首先需要解决的问题。
MemVerge是弹性云平台合作伙伴，主要与各行业客户合作迁移到云端。
MemVerge的高可用、大内存技术与阿里云的结合，可以帮助生命科学用户在保证业务在云上稳定运行的同时，通过技术手段真正发挥云资源带来的降本增效价值。
在生物科技领域，MemVerge与阿里云合作，多个项目已成功实施并取得良好效果。
MemVerge中国区总经理陈明表示，对于用户来说，他们更关心的是在生物医药研发和自身业务上投入更多的精力，而不是建立庞大的IT团队。
这就是许多用户考虑迁移到云的原因。
这个出发点也是云技术的初衷。
在云成本控制方面，如何帮助用户实现应用级成本控制。
用户需要的是一个应用级的云平台。
该平台可以集成阿里云强大的云主机和云存储资源，可以支持生物制药公司或AI制药公司的多种应用App。
这个应用级云平台的核心是帮助云用户在阿里云上申请和管理云资源，并确保云资源始终是他们的最优解决方案，在满足性能要求的同时最大限度地降低成本。
。
MemVerge的产品Memory Machine云版在架构上位于云主机资源之上，上层应用之下。
通过阿里云的云API往下，可以调动资源、申请资源等，帮助用户申请和管理云资源。
它上去接收用户作业的调度、管理等。
它是一个在云端实现自动化资源管理、应用任务调度和工作负载流转的企业级平台。
可以部署在每个客户自己的阿里云账户作为服务器。
AI药师可以通过自己的本地终端电脑向云端客户端发起任务提交、管理和调度。
应用级按需是该产品的核心能力。
一般来说，用户大量的业务应用对云资源的需求是波动的。
那么我们如何尝试平台能力来帮助选择合适的云主机实例来应对这种变化呢？很多用户提出了一个非常关键的需求“应用级按需”。
常见云厂商的IaaS资源也是按需的，而且更多的是主机层面的按需，使得主机数量能够随着业务压力的变化而伸缩和扩展。
“应用级按需”是指应用进程运行过程中，根据不同阶段主机的业务压力，按需更换不同的模型和资源，实现应用级按需。
按需粒度从主机层面细化到应用进程层面，应用进程中云主机的更换对用户完全透明、不可感知。
这一关键能力是MemVerge基于内存高可用和内存热迁移技术开发的。
原来的。
阿里云：分享AI制药方向的思考和实践阿里云一直非常重视医疗和生物制药领域。
拥有医疗行业和区域生物制药专业一线人才。
不断深化在生物制药领域的发展，输出适合生物制药的产品。
现场的IaaS和PaaS产品让盛信的ISV和企业能够轻松迁移到云端并满意地使用云，为AI制药提供源源不断的动力。
阿里云弹性计算产品专家——黄泽辉医药是一个充满挑战的行业。
业内有“双十定律”。
十年10亿，只有10%左右的药物能进入临床。
近年来，药物研发成本越来越高，投入加大，但获批的药物却越来越少。
大数据和人工智能技术的推动催生了行业发展的一些新方向。
从最初的主观经验到计算机辅助设计，生物医学开始由计算驱动，未来通过计算可能会大大提高效率。
从新药研发的角度来看，从靶点发现到先导化合物优化，整个过程，包括后续的临床试验和上市后监管，其实都有相应的人工智能和数字化解决方案。
作为云计算厂商，阿里云更关心算力和数据问题。
计算驱动的新药研发面临四大问题和挑战：算力需求多样化、成本优化、HPC+AI融合、算法。
平台商业化。
阿里云还从三个层面提供生命行业产品和解决方案，分别是： 1、云计算代表高级计算。
阿里云为所有合作伙伴和最终客户提供高性能的基础设施。
2、阿里云的计算不再是单机计算，而是大规模分布式计算。
需要许多平台服务来帮助我们管理计算的复杂性。
在高性能基础设施之上，客户可以通过PaaS产品服务使用高性能计算。
不仅解决弹性云使用、混合云架构、HPC+AI统一调度的业务需求，还通过无影形成一站式研发创新环境。
在阿里云中，客户可以通过客户端直接选择文件，提交分析，分析后直接在无影图形工作站上看到结果。
3、从最终用户的角度，阿里云提供CADD/AIDD工具来帮助开展业务。
从初创公司的角度来看，阿里云提供IaaS和PaaS能力，帮助客户将简单的AI算法变成真正的SaaS服务，满足其特定的商业化需求。
阿里云不仅提供技术支持，更希望搭建一个平台，就像今天的会议分享一样，探索更多的行业机会。
3、产、投、研三方共同探讨加速AI医药落地的关键途径。
经过五位特邀嘉宾的专题分享，我们来到了本次活动的热点内容。
产、投、研三方共同探讨如何加速AI医药落地。
默克科技部人工智能首席科学家胡鹏伟、三田医药数字化战略与创新中心负责人张亮、婺源资本董事总经理景旭田、蓝池创投董事总经理荣靖、李阳，西力科技董事长、特美药业CEO何琪等五位嘉宾深入探讨了AI制药、药企、资本、云厂商如何结合，加速AI制药真正落地。
嘉宾们从三个方面进行了深入对话：从行业供需角度看AI医药；备受业界关注的数据和算力问题；以及AI制药的未来前景。
在与嘉宾和嘉宾的活动环节中，我们看到了业界对AI制药的高度关注。
在本次研讨会上，嘉宾们共同探讨了算力、数据和算法如何交互。
这也是竞争的关键。
如何尽快完成数据的原始积累，优化系统和算法，进而不断产生新的优质数据，形成良性闭环，成为AI医药行业向前发展的关键。
未来，我们将看到人工智能医药不断蓬勃发展，产生不可估量的商业前景和社会价值。
阿里云创新中心简介 阿里云创新中心将阿里巴巴技术、产品、业务的生产力转化为企业发展的宝贵动力，为科技型中小企业提供更普惠、更安全、更绿色的产品和服务。
规模企业。
，为中小企业提供技术创新、日常运营、职业技能培训、资本对接、跨境海外扩张等全方位支持。
截至目前，阿里云创新中心已为中小企业提供了2亿双创云资源，服务超过1万名创业者和50万家小微企业，孵化了众多高成长创新企业。
研究数据显示，顶级公司估值超过1亿，每年估值增速超过35%。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-17
06-17
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态