AI算力火力全開,BAT戰「疫」猶酣

中國發展網 發佈 2020-02-05T02:24:46+00:00

專家指出,目前全國大部分醫療機構和疾控部門,普遍採用核酸檢測方法來篩查病例,只能檢測到病毒基因的局部。

中國經濟導報 中國發展網訊 記者 | 王曉濤

2月2日,阿里雲通過微信公眾號宣布了一條消息,「抗擊疫情新突破!AI診斷疑似病例基因分析縮短至半小時。「消息稱,針對新型冠狀病毒感染的肺炎病例,此前一天,浙江省疾病預防控制中心啟用自動化的全基因組檢測分析平台,平台由浙江省疾病預防控制中心、阿里達摩院醫療AI團隊和傑毅生物技術公司共同研發。通過AI診斷技術,可將原來需數小時的疑似病例基因分析縮短至半小時。

事實上,自1月20日抗擊新冠病毒肺炎的戰鬥全面打響,眾多科技創新公司就紛紛投入到抗疫的戰鬥中,BAT(百度、阿里、騰訊)這樣的網際網路公司巨頭,更是責無旁貸,積極利用先進的AI(人工智慧)技術和強大算力,從基因檢測到疫苗和新藥研發,鼎力支持疫情防控工作。

AI為基因檢測加速

快速、精確的診斷對於疫情控制十分重要。新型冠狀病毒是基因組序列最長的病毒之一,快速檢測其基因組「全貌」非常困難,而臨床精準診斷又比較依賴這種基因信息。專家指出,目前全國大部分醫療機構和疾控部門,普遍採用核酸檢測方法來篩查病例,只能檢測到病毒基因的局部。一旦病毒發生變異,就可能出現漏檢。

據悉,浙江此次啟用的全基因組檢測分析平台可對病毒樣本進行全基因組序列分析比對,能夠有效防止病毒變異產生的漏檢,並將原來需要數小時的全基因分析流程縮減到半小時,大幅提高病例的確診速度和準確率。具體來說,基於傑毅生物的新型設備,對患者樣本的核酸提取、建庫和純化步驟,可以在2小時內無人值守完成;在基因分析階段,阿里巴巴達摩院針對新型冠狀病毒推出了多個算法模型。在序列比對過程中,達摩院對算法增加了分布式設計,有效提升比對效率;在病毒序列拼接階段使用分布式設計的de Bruijn圖算法,變異病毒也能精準檢測。

技術人員表示,該平台基於阿里雲的強大算力與達摩院新算法可以為病毒的解析提供支撐,基於該平台,未來可以在短時間內將檢測範圍覆蓋儘可能多的確診病例,並為後續疫苗與藥物研發打下堅實基礎。

無獨有偶,1月30日,百度研究院宣布將向各基因檢測機構、防疫中心及全世界科學研究中心免費開放AI算法,利用AI技術從病毒手中搶時間。百度此次開放的是線性時間算法LinearFold,以及世界上現有最快的RNA結構預測網站。其中,LinearFold算法可以將病毒RNA分析從55分鐘縮短至27秒,提速120倍,以提升新型冠狀病毒RNA空間結構預測速度,從而助力疫情防控。

在此前一天的1月29日,阿里巴巴集團宣布將為公共科研機構免費開放本次病毒疫苗和新藥研發所需的一切AI算力。據悉,阿里雲將通過提供AI算力支持病毒基因測序、新藥研發、蛋白篩選等工作,幫助科研機構縮短研發周期。

AI重塑新藥研發

記者注意到,就在此次抗疫戰鬥全面打響的幾天前,1月17日,華大基因發布了一條有關人類基因檢測技術的消息。華大基因聯合阿里雲,成功用15分鐘——一頓飯的工夫——完成了一次高精度的個人全基因組測序,打破世界紀錄。華大基因利用阿里雲PB級的數據處理能力、容器服務ACK/AGS基因服務,和賽樂基因GPU加速算法,實現了比之前紀錄快4倍的基因測序。而且在7200億鹼基拼裝、排序、去重、變異檢測中,測試精度高達99.8%。

生物技術研究與信息技術的深度融合,對於新藥研發來說無疑是一條好消息。眾所周知,研發費用高、研發周期長、研發成功率低一直是壓在製藥企業身上的「三座大山」。塔夫茨藥物開發研究中心的數據顯示:開發一種新藥的平均成本為26億美元;一種新藥上市的平均時間約為12年;大約只有10%的候選藥物能從第一階段測試走向市場。而計算機處理能力的持續快速增長,大量數據集的可用性及先進算法的開發,大大推動了機器學習的發展,也正在為新藥研髮帶來一場變革。

近幾年,「AI+新藥研發」進入快速成長期。百度和騰訊參與投資的Atomwise與醫藥巨頭默克合作,運用超級計算機、AI和複雜的算法模擬製藥過程,預測新藥的效果,同時降低研發成本;正大天晴與阿里雲合作,藉助阿里雲的醫療AI,正大天晴獲得了一種全新的化合物篩選方法,較傳統計算機輔助藥物設計方法篩選準確率可提高20%。

動脈網·蛋殼研究院對國內外78家涉足新藥研發的AI企業進行調研後發現:AI在新藥研發領域主要應用於靶點發現、化合物合成、化合物篩選、晶型預測、患者招募、優化臨床試驗設計和藥物重定向7大場景。

依靠AI技術推動新藥研發,人們對此充滿期待。TechEmergence的一份研究報告認為,AI可以將新藥研發的成功率從12%提高到14%,為生物製藥行業節省數十億美元。更有研究機構認為,AI在化合物合成和篩選方面比傳統手段可節約40%~50%的時間,每年可為藥企節約260億美元的化合物篩選成本。在臨床研究階段,可節約50%~60%的時間,每年可節約280億美元的臨床試驗費用。兩者合計,AI每年能夠為藥企節約540億美元的研發費用。

雲超算能力助戰抗疫

在這場抗疫戰鬥中,騰訊雲自然不會缺席。為助力研究機構加速新藥篩查和疫苗研發,騰訊雲組建了應急工作小組,免費開放雲超算等能力。目前,已向中山大學藥學院羅海彬教授團隊提供了批量GPU雲伺服器免費使用權,幫助該團隊推進病毒藥物的篩選工作;向北京生命科學研究所/清華大學生物醫學交叉研究院的黃牛教授實驗室提供了大量標準的CPU算力以及對象儲存能力,幫助他們進行基於結構的藥物分子設計的離線計算任務。

阿里雲則宣布將與合作機構向全球科學共同體免費開放相關藥物研發資源,共同加速針對新型冠狀病毒肺炎的藥物研發。據悉,全球健康藥物研發中心GHDDI正與阿里雲合作開發人工智慧藥物研發和大數據平台,針對SARS、MERS等冠狀病毒的歷史藥物研發進行數據挖掘與集成,開放相關臨床前和臨床數據資源,計算靶點和藥物分子性質,並跟進新型冠狀病毒最新科研動態,實時向科學界和公眾公布,為新型冠狀病毒肺炎科學研究提供重要數據支撐。

百度此前宣布,將提供AI技術支持,配套億級計算資源,助力疾控機構、科研院所等研究單位進行研發提速。

傳統的藥物篩選往往耗時幾個月甚至幾年,顯然無法應對突發衛生事件的發生。在去年舉行的第二十一屆中國國際高新技術成果交易會上,AI技術被運用到藥物篩選中,篩選時間縮短几十倍,成功率提高几十個百分點。顯然,AI的加入,使得藥物篩選的時間大大縮短,人們期待著對抗新型冠狀病毒的藥物早日篩選研製成功。

關鍵字: