·“假如你想预测某个化合物是否会通过临床试验，那么需要化合物、数十万次试验，并确切地知道每个试验中发生的情况，这样可以训练一个非常有效的模型。我们显然没有这些数据。” 当地时间2024年10月9日，美国华盛顿特区，美国生物化学家、2024年诺贝尔化学奖得主戴维·贝克拿着一个设计好的蛋白质纳米粒子模型。视觉中国 资料图 贝克现在是华盛顿大学蛋白质设计研究所（Institute for Protein Design）的主任，他与他人共同创立了21家公司，其中最著名的是Xaira Therapeutics——获得了超过10亿美元的支持，将他实验室的研究转化为药物。 当被问及对AI优化化合物的方法持乐观态度还是怀疑态度时，贝克说，“假如你想预测某个化合物是否会通过临床试验，那么需要化合物、数十万次试验，并确切地知道每个试验中发生的情况，这样可以训练一个非常有效的模型。我们显然没有这些数据。”他认为有两条发展的道路：“第一种是识别可能获得长期成功的代替物，然后优化它们，作为结构代替物，比如以一定量的表面疏水性为目标。第二种是生成相关的数据集。地球上没有任何实体可以进行十万次临床试验并收集数据。大型制药公司有很多关于不同化合物在药物开发流程中失败的内部数据。有趣的是，一些公司正在利用这些数据进行训练，这是否成功将取决于数据集的广泛程度。”参考资料：1.https://endpts.com/nobel-winner-david-baker-on-ai-in-biology-and-protein-design/2.https://www.science.org/content/article/ai-designer-proteins-could-transform-medicine-and-materials
