在亚马逊云科技及其众多合作伙伴的携手努力下，生成式AI正在重塑医疗及生命科学行业。
释放生成式AI能力的三大挑战
近日，亚马逊云科技医疗及生命科学行业峰会在上海举行。此次峰会不仅汇聚了行业内的众多专家与领军企业，还见证了望石智慧与亚马逊云科技在推动生命科学领域创新方面的紧密合作。
在《生成未来，智启全球：生成式AI驱动的生命科学新境界》主题演讲中，亚马逊云科技中国区医疗及生命科学行业负责人张湛指出，在当前生命科学行业中，数据获取与处理的复杂性是制约行业发展的主要瓶颈之一。传统方式下，科研人员往往需要花费大量时间和精力寻找、获取数据，并等待专业人士进行计算和解答，这极大地限制了新药研发的速度和效率。
“患者还在等待。”张湛引用Paul Janssen医生的这句名言，强调了加速生命科学行业创新的紧迫性。他透露，亚马逊云科技在过去十多年间，已经为全球数千家生命科学行业的客户提供了云、数字化和生成式AI解决方案，帮助客户加速行业转型。然而，要全面释放AI和生成式AI的能力和潜力，行业仍然面临着三大挑战：一是找到和访问数据非常复杂；二是生成和寻找数据的过程非常困难；三是人工智能技术对于大部分人来说技术门槛过高。
为了解决这些挑战，亚马逊云科技为客户提供了极其丰富的服务和解决方案，包括Amazon Bedrock、Amazon SageMaker等通用服务，以及Amazon HealthOmics、Amazon HealthImaging等为医疗及生命科学行业构建的行业专有服务。在中国市场，亚马逊云科技还进一步结合本地客户需求，推出了本地行业专有的解决方案。譬如医学内容生成中心Medical Insights Hub，可以让用户快速实现医学文献的专业翻译、查询、检索、摘要以及文献的生成和医学内容的审核等功能；医学数据智能分析能够适配企业内部常用的企业医学相关数据能力，让用户可以对数据进行探索和查询；蛋白质结构预测工作台Protein Folding Workbench内置了多种蛋白质预测的模型和算法，用户可以很方便地在工作台里进行编排调度，甚至还能引入自己的工作流等等。
望石智慧新药研发的多重挑战
望石智慧是一家使用人工智能技术驱动新药研发的科技公司，旨在用技术与创新力为医药行业带来新视角，打造世界领先的小分子创新药研发平台。在本次峰会上，望石智慧创始人兼CEO周杰龙就生成式AI在药物研发领域的应用与前景进行了分享。
周杰龙分享，面对当前新药研发的创新困局，望石智慧主要希望从以下几个方面提供帮助：
1、平衡技术复杂性与研发效率：在药物研发领域，周期长（通常10年以上）、成本高（单药成本超10亿美元）及失败率高（临床阶段前失败率超90%）是传统研发模式的行业通病，望石智慧希望通过AI分子生成模型、计算化学等核心技术帮助药物化学家提升药物研发效率及成功率，为药物研发提供新范式。
2、围绕IP的数据及认知融合：药物研发涉及环节多、专业比例高、项目间数据及认知的利用高度依赖于人，这就需要突破传统药企与科技公司的合作壁垒，通过技术将药企的数据及认知转化为后续项目推进的生产力。
基于不断的探索，望石智慧的解决方案已经帮助国内的部分客户解决传统药物研发的部分困境，接下来基于与亚马逊云科技的合作，望石智慧还将进行以下探索：
1、市场竞争与业务模式创新：国际巨头与新兴初创企业都在以各种形式拥抱AI制药，望石智慧将持续探索差异化路径开发适用于更多不同作用机制药物的垂类行业模型，以抢占市场先机。
2、更智能的交互模式补充：尽管医药行业的问题需要能读懂生物和化学语言的垂类模型，为了兼顾使用者的交互习惯，望石智慧将与亚马逊云科技继续在现有垂类模型基础上融合文本类大模型的交互，向Agent与Multi-Agent进发。
与亚马逊云科技的深度合作
在克服重重挑战的过程中，望石智慧得到了来自亚马逊云科技的强大支持与助力。
谈到当初选择亚马逊云科技作为云服务商的原因时，周杰龙表示，亚马逊云科技在资源调度协调能力、高性能适配能力、全球合规性以及本地生态等方面，与其他云服务商相比都具有非常显著的优势。正是因为亚马逊云科技提供了高效、可靠的技术支持，才帮助望石智慧更快、更好地推动了药物研发的进程。
周杰龙介绍道，望石智慧之所以能够取得今天的成就，离不开亚马逊云科技强大的基础设施和高性能计算平台的支持。亚马逊云科技的Amazon Simple Storage Service (Amazon S3)、Amazon Relational Database Service (Amazon RDS)等产品，为望石智慧提供了高效、可靠的数据存储和计算资源，帮助他们更好地进行模型训练和评估。
与此同时，随着数据在药物研发中的重要性日益凸显，如何有效地进行数据治理和保护用户数据安全，也成为了制药企业亟待解决的问题。通过亚马逊云科技的数据治理解决方案，望石智慧能够更好地保护用户数据安全，并为业务创新提供有力保障。
除此以外，亚马逊云科技的全球合规性、本地生态以及动态资源适配能力，也为望石智慧提供了强有力的保障。特别是在望石智慧出海的过程中，亚马逊云科技在安全合规方面的支持更是显得尤为重要。通过亚马逊云科技提供的技术工具、全球合规认证、本地化生态合作及弹性资源管理，望石智慧得以更好地控制法律风险，更快地拓展全球业务。
多模态AI小分子生成大模型
周杰龙指出，在医药领域，需要训练和学习了化学、生物语言的垂类大模型，才能适配医药行业的特殊需求。传统的文本生成式模型无法读懂医药语言，解决医药行业的深层次问题。因此，望石智慧致力于开发基于化学生物模态的生成模型，为药物研发人员提供强大的Co-pilot（协同助手）。
基于亚马逊云科技提供的Amazon Athena交互式无服务器查询服务、Amazon Relational Database Service（Amazon RDS）关系数据库服务、Amazon DynamoDB无服务器数据库服务等众多数据与分析服务，望石智慧打造了能够精准生成与靶点口袋结构契合的分子/分子骨架核心平台——多模态3D分子生成大模型，帮助药物研发企业建立更快更好的药物研发新范式。合作伙伴还可以在其基础上整合自身的数据、认知以及模型等要素，进行定制化迭代。
与此同时，望石智慧还推动了多个FIC（First-in-Class，首创药）和BIC（Best-in-Class，最佳药）管线进入试验阶段。其自研的BIC管线还获得了中美IND（Investigational New Drug，临床试验申请）批件，标志着公司在AI药物研发领域取得了重要进展。
“生成模型会对各行各业都产生颠覆性的变化。在医药领域，真正理解医药行业语言的生成模型将成为行业的一个操作系统，逐渐重构整个行业的工具链。随着计算在整个临床前研发中的占比逐渐增加，未来每个研发项目中都将有很大一笔费用支出在计算、智能以及大模型上。”周杰龙表示。
医疗行业的生成式AI新探索
在分享中，周杰龙特别提到了医药领域需要训练和学习化学、生物语言，掌握医药行业模态的垂类大模型。他强调，这并非简单的文本生成式模型，而是基于化学生物模态的生成模型，能够更好地适应药物研发的需求。通过这样的平台，药物研发人员可以像与ChatGPT交互一样，与模型进行互动，快速生成结构新颖、构象合理、契合口袋的分子。
周杰龙还回顾了AIDD（人工智能药物发现）的发展历程。从上世纪80年代到2010年的传统CADD（计算机辅助药物设计）时代，到2010-2017年引进基础AI模型，再到2018-2022年的AIDD风起云涌时代，AI技术在药物研发中的应用不断深入。然而当前新药研发仍然面临创新难度大、行业内卷等挑战。通过多模态3D分子生成大模型平台，望石智慧希望为药物研发人员提供强有力的支持，帮助他们突破创新瓶颈。
基于此，望石智慧还提出了Model+X的方式。Model+X旨在通过整合上下游工具，构建完整的药物研发工具链。其包括两个维度：一是围绕生成大模型打造完整的工具链；二是结合药企特定需求进行定制化开发整合历史项目数据及认知。通过Model+X这两个维度的整合，望石智慧可以为药企提供全方位的药物研发支持，帮助他们更好地利用现有数据资源，提高药物研发的效率和质量，加速新药研发进程。
对于小分子创新药研发平台的选择以及AI工具带来的改变，周杰龙指出，小分子领域每年FDA批准的新分子实体占据半壁江山，且具备项目及数据积累优势。因此，小分子是AI帮助医药研发一个很好的切入口。通过引入AI工具，药物研发人员可以获得更强大的“Co-pilot”支持，提高药物设计的效率和质量。这本质上是一个为企业定制并提供服务的过程，通过整合企业独有的数据和工具链资源，望石智慧可以为药企打造专属的“Co-pilot”，目前该平台已经在多个药物研发项目中取得了令人满意的效果。
随着生成式AI技术的不断发展，其在生命科学领域的应用前景也日益广袤。周杰龙表示，未来望石智慧将继续秉承创新、合作、共赢的理念，携手亚马逊云科技等合作伙伴继续在AI药物研发领域开展探索和创新，共同推动生命科学领域的技术创新与发展。公司将致力于建立行业标准、开发行业垂类模型、推动干湿平台结合以及实现文本与Agent的深度融合等方向发展。
