生命科学和智能计算峰会-AI制药工业落地的痛点与前进方向（二）
嘉宾信息
潘麓蓉 圆壹智慧创始人兼CEO
AI制药工业落地的痛点与前进方向（二）
三、Computational Drug Discovery Approaches
实际上你把这么多庞大的学科体系，怎么样高效的融合，是一个最大的一个挑战，这边的话可能很多的讲者已经介绍过了，里面基本上就涵盖了所有的计算的从q和d和的方法，它也不完全是，实际上里面也有一些参数去进行校准，可以说是完全只是取决于你的输入的这分子的成分，实际上们是在不同的经步进行计算的。但这里面大家是需要知道一个问题，精度和准度，它是完全两个不同的统计学参数，不需要精度最高，但是你需要准确，这对于你的下一步的判断才是更更完整的，过去这些方法论都有一些局限，它算的是电子精度电子结构，但是，基本上只能在材料和一些小型的这种溶业体系里面进行计算。它基本上就你是需要做一些这种更多的这种模拟，就有了这种方法。再到分子动力学的方法，它相当于借用一些经典力学和经验参数，模拟量子力学，就可以把尺度拉到一个单蛋白的程度。但是到以后大家就卡住了，基本上你蛋白以后你要算蛋白，买代码，相互作用，再算更高体系，比如说一个细胞里面有基本上4200万个蛋白，基本上你要用md算的话，全世界的计算机加起来都不可能计算得了。会有一个不可跨越的鸿沟。人体要算生理学的结果。如果你要从原子它是算42个命令成以30个，你才能够真的是从分子层面映射到体内，基本上分子动力学之后，基于这种原子为单位的，这种对生物学的模拟就断了，基本上我不可能去模拟生物系统，这时候就有了信息学介入，信息学的好处说我是基于一种信号读取，但信号它可以是个宏观信号，一层是分子本质的信号，它如果是蛋白质，也是个序列，它是确定的，没有任何的噪音的，你把分子放到某个体系里面，你可以观测到一个电信号，一个荧光信号，任何一个这种它都是单一层面，但是你是放在宏观体系里面，得到的一个信号，它实际上在过程当中就采取的是一个信息学的手段，就有了过去的40年前的化学信息学和生物信息学这两个学科的发展，过去它都是用一些简单的同学统计学的方法，从微观到宏观的做映射，以及之后的学科，把人类的整个所有物种的dna的解析之后，有了层面的一些数据，里面也可以看到计算的复杂度，就美化的时候把计算复杂度给去去掉了。
如果你到统计学或者机器学习的一个预测的话，它实际上接近于线性关系，相当于把你的计算复杂度又拉回了一个大概16到17次方的区间。
为什么到现在来说深度学习会大行其道，也是因为在尺度上，没办法再计算更大的范围，另外一个问题它是动态的，动态体现在哪里？dna是可以算是静态的，基本上是个序列就不会有太多变化，可能会有一些不会太大变化。但是一个人每一天早早饭吃了什么，晚饭吃了什么，生病了，还有没有生命，都是变化的，整个的生命的过程模拟呢？基本上能达到的时间节点，基本上从单元来说大概微级，现在要到秒级，基本不太可能，这一个方面没反应的话，也差不多在在毫秒级的一个过程，用过去的方法，你也不可能真的去进行一个过程模拟，信息学在过当中非常关键。既然你不能过程模拟，就只能做端到端到黑盒子的模拟。
四、Computational Drug Discovery Approaches
这行就是人们不断的进行物理工程，减少你的，我就可以从最小的一个一个药分子，一直算到一个体系观，从这种不同的理论基础，从无到有的话，相当于你都是可以用物理层面去存存模拟的，但实际上，就相当于每一个尺度，你要重新计算一个时间条件，重新计一个单独的工具和一个物理的一个样式，实际上它是一种比较笨拙的方法，现在能够找到最好是精度是可调的，而且它是用一把剑来解决所有问题。实际上，深度学习第一个尝试，就相当于，只要你用每个尺度的数据足够多，你都可以用一个黑盒子来预测每个尺度的问题，就不需要考虑它底层的物理原理了，也是在过去的实践当中被证明，实际上非常有效的，但是依然不是最的最好的。如果可以找到一个数学公式，去模拟把握是不依赖数据，是最好的。基本上从2015年开始，我就研究问题，但基本上展示这些方法论都是已经比较成熟的。
五、Computational Complexity Conventional Physics Based Modeling Technology vs. AI Deep Learning
具体的数学我就不多介绍了，基本上也从一个偏方程到一个线性的，一个经典物理方程的线性加值，这两个理论的基础。计算的时间的话，也基本上说你传统的这种小分子，基本上一个gpu差不多算几小时，过几天的时间就决你什么任务。基本上在一个gpu上精算的话，要一天，要大算基本上是就说它可以拓展非常大的化学空间和可计算的维度。
六、Computational Cost Studies AliCloud
过去在阿里上测试的几个算例就一个是q m,算一个,几个，它基本上是100多个，基本上就算一个一个简单的能量,这预测它的一个准确性的一个稳定性的一个问题。基本上也要几分钟到十几分钟，大概半个小时的时间。如果是按d的话，预测一个大型的一个膜蛋白，基本上它的要算个几百几个小时吧，可以算个每一个纳秒的，要算到微秒或者是毫秒级，就是13次方或6次方，这么多的时间才能算完，但做这种练，也提到训练几个小时。预测的话，基本上也就可以达到一个非常快了。一小时可以有百万级的。行业就勃的发展，基本上也已经用在了，蛋白质的结构预测，蛋白质的功能预测。基因基编辑。
七、How can machine learning and other AI technology help Drug Discovery
系统生物学这种生理性的一些数据，方法论也非常简单，实际这种模型刚刚也说已经非常迅速的在开展的课程,最终的瓶颈还是在于你对生物，生物的大数据的理解。
我给大家讲一下整个发展历史，基本上从给id就可以4个阶段，基本上都是有各种各样的，比较微方案的的一些这种数据驱动办法来进行。
我过去的一个理想，包括之前的工作原因都是希望能够把整个流程里面所有的数据，意义全部打通。有一个最高效的一个方法，里面我给大家讲讲，从学科层面，孩子的突破的地方，刚才讲的都是一些已经大家整个学界都知道的一个现状，首先怎么提方案，里面的这些差距，它实际上是行业的，专家突破不了，但是ai可以突破的，我觉得是比较有意义的,这就想要利用ai的一点并不只是让做得更快，而是让做得更好，而且让它做人做不了的事情，ai能超越人的两个方面，第一个确实不需要休息，而且是可以1000个ai同时做一件事情，一定比两三个专家做得好,它是可以从能力上突破。
第二，对于世界的认知是多维的，人只能在三个维度加上时间的维度，4个维度来认知世界。
大部分的人都在对结构比较，结构就可解释，但实际上ai它是可以在几千个维度或者是一维零的行为，人无法认知的维度下认识世界，取得一个更好的答案，有个很有意思的问题，二维的认知跟的一维的认知是完全相反的，它实际上是一个很重要的。
