虚实结合的AI药物发现：现场数据生成，模型迭代更新：虚实结合的AI药物发现：现场

原标题：虚实结合的AI药物发现：现场数据生成，模型迭代更新
AI应用于药物研发已经有一些时间了。那么，在发展模式上有什么新的变化呢？
在这里，我们要给大家介绍AI药物发现的虚实结合模式，并举例分析。在产业方面以Exscientia等AI药物发现公司的“现场数据生成+AI”模式为例，在学术方面以处于概念验证阶段的“微流控+AI”模式为例。

文章图片
图1AI药物发现（图片来自参考文献1）
01从何说起
自工业革命以来，药物研发的模式都是以实验科学为基础。如今，随着计算科学、数据科学和虚拟科学逐渐成为科学研究的通用工具，药物的研发模式有了新的变化。比如：
AI的应用，为药物研发提供了新的手段。
AI药物研发都有哪些应用呢？AI可以应用于靶点发现、虚拟筛选、化合物合成，以及ADME-T性质（吸收、分布、代谢、排泄和毒性）预测和理化性质（如晶型等）预测，也可以用于药物临床试验设计和优化、患者招募等方面。 AI的这些应用都为药物发现增加了新的可能性。其根本原因之一，就是可用数据的逐渐丰富。
仅仅利用现有数据进行预测或推理的模式，可以称之为虚拟模式。
然而，问题随之出现，这就是数据问题。
02数据问题
数据问题可以分为数据获取问题和数据质量问题。
数据获取问题：巨大体量的公共药物数据库和化合物数据库能够帮助药物研发工作者完成文献搜索。然而，一些数据可能无法通过公共数据库获得，需要与数据所有方协商使用权。
比如，与掌握大量高质量药物研发数据的制药公司合作，必然涉及到数据使用权问题的处理。而且即使在同一家制药公司内部，不同的数据也可能是被锁定在单独的孤岛中。这都增加了数据获取的难度。
数据质量问题：一些情况下，用于AI预测的药物数据是足够的，并且数据质量也比较高。然而有些时候关键数据的缺乏，以及所获取数据如文献数据质量的参差不齐，数据产生条件的特殊性等问题，给预测工作带来了极大的困难。这种情况下，预测结果与实际情况可能是脱节的。
03AI药物发现的虚实结合模式
那么，如何克服这些数据方面的挑战呢？
新一代AI辅助药物发现初创公司提出了一种解决办法：
现场数据生成（On-sitedatageneration）+AI
这也就是我们要介绍的， AI药物发现的虚实结合模式。
即：将药物发现的实验科学与计算科学、数据科学和虚拟科学交互结合。
这种虚实结合的模式能够部分的解决AI药物发现的数据获取和数据质量问题。并且， AI药物发现的虚拟模式得到的结果，确实也非常需要实际试验来验证。
接下来，我们从假设的提出、数据的生成、模型的迭代等角度来解读和界定这种模式。
假设的提出药物研发是一个试验的过程，在试验之初需要进行推测，也就是建立假设，然后通过试验来验证假设是否正确。
传统的药物发现方法，是科学家通过调研和阅读文献资料，结合预实验，来提出科学假设；虚实结合的AI药物发现模式，则是使用机器学习模型生成的假设，来规划和执行后续实验，产生新的数据再次被迭代地用于更新模型和假设。公共数据或者从其他来源获取的数据主要用来形成初始假设。
现场数据生成与以往只采用公共或其它来源数据的虚拟模式不同，虚实结合的AI药物发现模式结合实验科学，采用现场数据生成完成建模数据的收集，并在数据收集阶段就致力于提高数据质量。
模型迭代更新机器学习通过学习数据构建模型，之后采用模型进行预测分析。
与先完成大部分或所有的预测工作、在试验验证前最大程度的虚拟化，而后再进行试验的方式不同，虚实结合的AI药物发现根据最新的数据迭代更新模型，整个过程可以看做是交互式的方式，即每次试验的结果都会向模型中添加新信息，是一个“自适应的设计”或“主动学习”的过程，更具灵活性和准确性。
这个模式可以怎么看呢？
如果机器学习是一个人，那么在他眼里，药物研发实验室、甚至整个药物研发流程就是一个数据工厂。反过来，药物研发实验室、药物研发流程可以用方案规划师和数据分析师的视角去看待机器学习，因为机器学习能够部分的接管假设的提出、方案的规划和数据分析，并根据最新数据形成新的假设，推动整个研发过程。