AI制药的完全体

这个分子看起来是AI设计的吗？怎么看起来和药物化学家设计出来一样？

这个问题被问了无数遍，也是诸多AI公司被质疑的点，某些AI公司遮遮掩掩的行为更加深了这种看法。

然而笔者看来，这个问题是没有太多意义的。

类比于，当ChatGPT回答你问题的时候，你会因为 ”这段话看起来像人说的“而不认可这个AI吗？

不会的，我们感受到的是AI的帮助，它提供了至少T2~T3级别专家的观点，偶尔会有T1专家的亮点，虽然基本上无T0专家的看法。

当然，前提是ChatGPT给出的回答，是真的通过AI计算得到，而不是雇佣一些专家躲在自动问答机里。

从进化的角度看，能在人体内稳定存在且无明显毒性的化合物空间，可能没有我们想象中的那么大。

AI学习的药物分子就是我们所了解的药物分子，它给出的分子结构理应就是药物化学家可以画出来的分子结构。

那AI制药到底该怎么AI呢？

这是一个十亿美元的问题，现在在这种读者甚少的公众号里开始回答了。

如果我们观察目前市面上AI公司的行为，可以看到他们一直在和传统CADD在各种benchmark里比较，认为AI工具更准确和更快速。理论计算和实验数据的拟合曲线是有限度的，传统CADD工具对于实验数据的逼近，AI工具还能提升多少？比如薛定谔公司的FEP+计算工具。

更高更快更强？那是同一个物种之间的比较，奥林匹克运动会永远都只限人类参加，而AI应该是去成为猎豹。

ChatGPT为什么带来了革命性的变化？

不得不说，现在已有的和开发中的AI制药工具，远没有达到AI本来应该达到的高度。这可能也和从业人员相关。

是否曾在药物研发活动中受到过资源短缺的限制？

是否曾在药物研发活动中感受过痛苦？

是否曾在LINUX下跑过CADD工具？

是否从靶点调研到PCC遇到过3次以上的的死亡陷阱？

是否曾对计算的作用经历过怀疑，自疑，豁然？

痛则思变。

理解药物人员真正的痛点，才能开发出真正有帮助的工具。这是简单得不能再简单的道理，可能也是高深得不能再高深的道理。

你不能拿枪指着别人的头，强迫别人去用”为你好“的工具。

没有人说过，AI制药的完全体是，

能够以T2级别专家建议我们what's the next的工具。

如何开发呢？

哈哈，你猜。