Иногда, живя в районе залива, я ловлю себя на том, что меня засасывают стереотипные "актуальные темы". Совсем недавно я добавил еще одну актуальную тему в свой список вещей, о которых мне интересно поговорить/узнать — ИИ. Да, я знаю, суперклише… Я живу в Сан-Франциско и нахожу ИИ крутым. Как и весь остальной чертов город.Но меня особенно интересует, как ИИ может помочь в более эффективном поиске лекарств и помочь нам найти эти методы лечения и терапии для орфанные заболевания и более мелкие рынки, на которых крупные фармацевтические компании могут не сосредоточиться, учитывая меньшие возможности. Вероятно, это имеет смысл, учитывая мой опыт и то, как я пришел к выводу, что ИИ интересен.

Мой интерес к ИИ, вероятно, восходит ко времени учебы и развивался на протяжении всей моей студенческой и аспирантской карьеры, когда я видел, как вычислительные методы использовались для дополнения биологических исследований. Когда я учился в старшей школе, я хотел работать в CDC или в ВОЗ по сумасшедшим болезням. В основном это было связано с чтением книги Ричарда Престона Горячая зона и просмотром фильма Вспышка. Я подумал, что мне, вероятно, нужно быть студентом, специализирующимся на естественных науках, чтобы носить эти крутые защитные костюмы в чистых лабораторных помещениях. Я никогда не думал о программировании, и у меня не было никакого интереса сидеть перед компьютером и разрабатывать код. Это продолжалось, когда я изучал химию в бакалавриате, так как я никогда не посещал уроки информатики и вместо этого сосредоточил большую часть своих исследований на разработке экспериментальных методов, таких как пипетирование, изучение того, как проводить различные анализы, и все остальное *весело* ( перевод: нудная и трудоемкая) слесарная работа. Вы знаете, то, что обычно делают актеры в научно-фантастических фильмах, чтобы за 1 месяц разработать какую-то вакцину от пандемического вируса, который быстро распространяется по планете. (Да, я смотрю на вас, Заражение. Расшифрованная рентгеновская кристаллическая структура за 1 неделю??? Правда? Правда? Настоящая наука очень редко работает так быстро.)

Моя *любовь* (перевод: медленно переходящая в ненависть) к работе за столом действительно изменилась, когда я пошел в аспирантуру, чтобы работать над своей докторской диссертацией (Краткая врезка: любые бывшие аспиранты, которые не остались в академических кругах, но все же любите жим лежа? Если да, то я хочу с вами познакомиться!). Я хотел быть более эффективным и чувствовал, что должен быть лучший способ проверить все эти различные экспериментальные гипотезы, не дожидаясь, пока вырастут нужные клетки или начнется анализ.

В лаборатории, в которой я работал, работало несколько вычислительных биологов, и мой консультант был поклонником использования вычислительного моделирования в дополнение к экспериментальной работе. Я видел, как они работали над разработкой кода для модели и проектировали ее таким образом, чтобы они могли автоматически тестировать тысячи сценариев, прежде чем на следующий день выбрать лучший из них. ВАУ ЭФФЕКТИВНОСТЬ! Это казалось намного лучше, чем то, что я делал сейчас. По сути, они проводили тысячи экспериментов за один день, в то время как я мог выполнить 5 экспериментов за неделю. Мне показалось, что использование вычислительного моделирования для научных исследований действительно воплотило в жизнь приведенную ниже цитату:

«Нет сложных проблем, есть только проблемы, которые сложны для определенного уровня интеллекта. Поднимите самую маленькую часть вверх [в интеллекте], и некоторые проблемы превратятся из «невозможных» в «очевидные». Поднимитесь на значительный градус вверх, и все они станут очевидными».

Некоторые из вас могут узнать эту цитату Элиезера Юдковски, известного исследователя искусственного интеллекта.

Я решил, что хочу интегрировать часть этой эффективности в свою дипломную работу, и поэтому решил включить вычислительное моделирование в свои проекты. В конце концов я научился программировать (ОТКАЗ ОТ ОТВЕТСТВЕННОСТИ — я кодирую в Matlab, который имеет около 0% полезности за пределами академических кругов), и на этом этапе моей карьеры в аспирантуре мне нужно было преодолеть определенную кривую обучения. Я нашел это захватывающим, когда мне удалось воспроизвести экспериментальные результаты при тестировании моей модели. В конце концов, я смог предсказать результаты с помощью своей модели и понял, что ее можно применять более широко при открытии лекарств. Супервычислительная мощность и приложения для глубокого машинного обучения могут помочь в вычислительном открытии лекарств, что в конечном итоге проложит путь для более эффективных исследований в области открытия лекарств! Конечно, мои исследования были намного выше этого, и я не был на уровне открытия лекарств, НО понимание потенциала и возможностей вычислительной мощности в научных исследованиях было для меня удивительным.

Я начал изучать различные способы компьютерного обнаружения лекарств, которые уже проводились, и то, как это может сделать поиск молекул лекарств более эффективным для моделирования клинических испытаний. За это время я закончил тем, что нажимал на разные статьи об ИИ и читал о том, что разные научные лидеры и предприниматели думают об ИИ (спасибо за кликбейтные статьи, отстой Вики и общие сообщения в блогах). Некоторые крупные фармацевтические компании уже используют вычислительные методы в процессе поиска лекарств, а несколько компаний разрабатывают алгоритмы машинного обучения, чтобы помочь в более эффективном поиске лекарств. Было бы здорово, если бы мы могли разработать алгоритмы или сконструировать компьютер, который мог бы создавать и тестировать потенциальные молекулы для лечения болезней? Или еще лучше разработать вакцину для предотвращения болезней? Компьютеры способны обрабатывать ГОРАЗДО БОЛЬШЕ ДАННЫХ ГОРАЗДО БЫСТРЕЕ, чем люди. Даже без искусственного интеллекта и крутых вычислительных мощностей, которые у нас есть в настоящее время, люди уже разработали СТОЛЬКО отличных лекарств и вакцин (Забавный факт: с 1827 по 2013 год FDA одобрило 1453 лекарства). Представьте, что мы могли бы сделать, если бы могли использовать искусственный интеллект в полной мере для компьютерного открытия лекарств. Это будет не просто разработка новой молекулы лекарства, ИИ может помочь разработать более эффективные клинические испытания и определить, какая группа пациентов может получить больше пользы от препарата. Возможно, ИИ можно использовать для определения того, какие побочные эффекты могут возникнуть у какой группы пациентов. Кто знает? Все препятствия, мешающие одобрению лекарств на протяжении всего процесса FDA, возможно, не будут устранены полностью, но сроки могут быть значительно сокращены, а количество лекарств, проходящих через этот процесс, может увеличиться в геометрической прогрессии!

Так что да, я знаю, что ИИ — одна из тех крутых вещей, о которых стоит поговорить, особенно в районе залива. Но поскольку потенциальное применение ИИ в разработке лекарств настолько велико, я чувствую, что могу говорить об этом. Я надеюсь, что через 50–100 лет ИИ позволит открывать новые лекарства, чтобы быстрые лекарства, показанные в таких фильмах, как Вспышка или Заражение, стали действительно реалистичными! Разве это не было бы здорово?