喝点VC | a16z：如何用AI找到生物学领域“解缠结”的潜在空间？

文章预览

图片来源：Unsplash Z Highlights 计算生物学从早期的物理方法、专家系统逐步发展到机器学习和深度学习。由于数据的可用性、计算能力及算法的发展，深度学习给药物研发领域带来了颠覆式的影响。 过去几年，AI在蛋白质结构预测和将达语言模型应用于蛋白质序列和药物序列方面取得了具有影响力的成果，但AI在使得药物研发更高效、更经济方面仍有巨大的机会。 AI对于探索潜在空间意义重大，但我们仍然处于一个需要制造模型生成的东西并在实验室测试的阶段，这是药物设计和生成建模中最大的瓶颈。 AI对靶点生物学、临床阶段、真实世界证据和个性化医学的发展具有重要影响。如果能找到探索生物学”解开缠结“的潜在空间的基础模型，并利用生物模块化、鲁棒性的可进化性，生物学可能可以具备与物理学类似的预测价值。 Bowen Liu博士（投资合 ………………………………