在尋找新型抗病藥物的過程中，製藥商長期以來都是通過一種費力的試錯過程來確定合適的化學成分。但如果人工智慧（AI）可以預測新藥物的分子構成，就像Google（Google）能夠猜出你想搜尋的內容，或是電子郵件程式能夠預測你的答覆（例如「收到，多謝。」），事情會有什麼變化？
這正是一種新型研究方式想要達到的效果，它利用一種被稱為自然語言處理的AI技術來分析併合成生命以及許多藥物的基石——蛋白質。最近大火的軟體ChatGPT正是OpenAI公司運用這種技術讓其像人類一樣回答問題。這種方法利用了一點，即生物密碼與搜尋查詢以及電子郵件文本之間有一個共同點：它們都由一系列字母來表示。
本文為風傳媒與華爾街日報正式合作授權轉載。加入VVIP會員請點此訂閱：風傳媒・華爾街日報VVIP，獨享全球最低優惠價，暢讀中英日文全版本之華爾街日報，洞悉國際政經最前沿。
蛋白質是由幾十個到數千個被稱為氨基酸的化學亞基所組成，科學家會使用特殊的符號來記錄這些序列。由於每個氨基酸對應字母表中的一個字母，因此蛋白質用符號表示出來就像是一串長句。
自然語言演算法可以快速分析語言並預測對話中的下一步，它也可以用於這類生物數據來創建蛋白質-語言模型。這些模型會對所謂的「蛋白質語法」——也就是確定哪些氨基酸組合能產生特定療效的法則——進行編碼，進而預測有望構成新藥物分子基礎的字母序列。如此一來，藥物研發初期所需的時間有望從數年縮短至幾個月。
「大自然為我們提供了數不清的、精心設計的蛋白質範例，功能也是五花八門。」初創企業ProFluent Bio的創始人阿里·邁達尼（Ali Madani）說，「在構建模型的問題上，大自然就是我們的老師。」該公司總部位於加州伯克利，業務重點是基於語言的蛋白質設計。
目前，以蛋白質為基礎的藥物已被用於治療心臟病、某些癌症以及愛滋病等疾病。過去兩年間，包括默克公司（Merck & Co.）、羅氏控股（Roche Holding AG）旗下Genentech在內的企業以及許多初創企業如華深智藥（Helixon Ltd.）和圓壹智慧（Ainnocence），已開始藉助自然語言處理來研發新藥。它們希望這種方法不僅可以提升現有藥物和候選藥物的有效性，還能開啟一扇通往未知分子的大門，屆時人們或許可以利用這些分子來治療胰腺癌、漸凍症等目前難以找到更有效藥物的疾病。
「類似這樣的技術將開始解決那些曾經『無藥可醫』的生物學領域。」華盛頓州溫哥華的藥物研發公司Absci Corp.的創始人兼首席執行官肖恩·麥克萊恩（Sean McClain）說。
據計算生物學家說，自然語言處理在藥物研發領域的應用依然面臨著很大阻礙。他們指出，若是對現有以蛋白質為基礎的藥物進行過多調整，可能會產生意想不到的副作用，此外，完全由人工合成的藥物分子需要經過嚴格的測試，以此確保它們對於人體的安全性。
然而，如果自然語言演算法能夠達到使用者期望的效果，它將為AI改變藥物研發這一前景注入新的力量。以往人們也曾試圖利用AI，但由於技術上的局限或是缺乏數據，效果並不好。支持一方指出，考慮到自然語言處理最近取得的進展，加之蛋白質測序成本大幅下跌使得氨基酸序列數據庫變得十分龐大，上述兩個問題已在很大程度上得到克服。
鑑於這項技術尚處於早期階段，企業暫時將重點放在了利用蛋白質-語言模型來增強已知分子上，例如提高候選藥物的療效。舉例來說，以天然形成的單克隆抗體為起點，這些模型能夠對其氨基酸序列提出調整建議，從而提升療效。
在8月份發表於網路的一篇預印版文章中，Absci的研究人員利用這種方法來強化抗癌藥物曲妥珠單抗（Trastuzumab），讓這種以抗體為基礎的藥物能夠與癌細胞表面的靶點結合得更緊密。結合度更高或許意味著患者可以使用更少的劑量，藥物療程也會縮短，同時副作用也會降低，這些都會讓患者受益。
在今年3月發表於《美國國家科學院院刊》（Proceedings of the National Academy of Sciences）的另一篇文章中，來自麻省理工學院（MIT）、清華大學以及華深智藥（總部位於中國）的研究人員利用蛋白質-語言模型改造了一種新冠候選藥，將一種原本僅對Alpha、Beta及Gamma變種有效的藥物變成了還能對付Delta病毒株的「四合一」藥物。
圓壹智慧是一家在中美兩地開展業務的初創企業，據其創始人兼首席執行官潘麓蓉說，該公司幫助客戶利用此類模型來修改動物蛋白質，例如兔子體內的抗體——這也是藥物研發的常見起點——將其轉變為能夠與人類生理機能相容的形式。
然而眼下，製藥企業已不滿足於修改已知蛋白質，它們把目光投向了所謂的「從無到有」來合成分子。
Genentech表示，最近的一項實驗顯示，研究人員有可能設計出一種能夠像帕妥珠單抗（Pertuzumab）一樣與同一種細胞靶點結合、但卻具有全新氨基酸序列的抗體。帕妥珠單抗是一種乳腺癌藥物，Genentech以品牌名Perjeta在市面上銷售該藥。該公司執行董事理查德·波諾（Richard Bonneau）說，他們的科學家只給蛋白質-語言模型提供了靶點和抗體所需的三維圖形——這是決定蛋白質功能的主要因素。波諾的初創企業Prescient Design去年被Genentech收購後，他便加入了後者。
Absci和華深智藥也在同製藥企業合作，利用「從無到有」的方法為癌症和自身免疫性疾病研製藥物。據麥克萊恩說，Absci 1月份時宣布攜手默克公司，共同研究三種藥物靶點。一名默克公司發言人表示，默克已開展一系列合作，目的都是為了探索AI在藥物研發領域的潛能。華深智藥創始人兼首席執行官彭健說，該公司上月已與兩家大型藥企簽約，將共同對付先前無藥可醫的疾病。
「藥物研發領域的所有難題都由來已久，人們一直等著能有一波新技術將它們破解。」圓壹智慧的潘麓蓉博士說，「這確實是一套顛覆性的方法。」
許多計算生物學家預計，最終，蛋白質-語言模型的用處將不僅體現在加快藥物研發上。他們談到，同樣的技術也許會用於製造更好的酶，進而應用到塑膠降解、廢水處理和石油泄漏清理等環保領域。
「蛋白質是生命的主力軍。」ProFluent Bio的邁達尼博士說，「有了它們，我們才能呼吸，才能看見東西；有了它們，環境才得以延續；有了它們，人類才有健康與生病一說。如果我們能設計出更好的主力軍，或是新的主力軍，這套技術的應用範圍可能真的會很廣。」
