德米斯·哈萨比斯如何将人工智能视为药物发现最大挑战的解决方案

德米斯·哈萨比斯（Demis Hassabis），诺贝尔奖获得者、神经科学家以及谷歌DeepMind的创始人，早已认识到人类面临的最艰巨科学难题之一：在几乎无限的潜在药物分子空间中导航。近期关于他最新创业项目Isomorphic Labs的讨论中，哈萨比斯表达了一个远超传统药物研发的愿景——一种系统化、可扩展的药物发现方法，可能彻底改变我们应对新兴健康挑战的方式。

分子可能性的惊人规模

在深入了解哈萨比斯的方法之前，先帮助理解这个问题的巨大程度。潜在的化合物数量之庞大，远超任何宇宙级别的比较。科学家估算，可能存在大约10^60个小型、药物样分子——这一数字远远超过可观测宇宙中估计的10^22到10^24颗恒星，多出数个数量级。

这一统计事实凸显了为什么药物发现历来更像是一门艺术而非科学，更多依赖偶然发现而非系统性方法。青霉素的出现源于实验室的偶然观察。大多数突破性药物代表着在压倒性困难中取得的胜利，每一种成功的化合物都是在庞大的化学空间中经过漫长搜索后找到的。

Isomorphic Labs：从愿景到可扩展的AI驱动药物发现

认识到这一挑战，德米斯·哈萨比斯于2021年创立了Isomorphic Labs，使命大胆：利用人工智能穿越分子复杂性，根本改变新疗法的发现方式。不同于传统的药物开发——逐一筛选数千个化合物，哈萨比斯的方法利用机器学习在前所未有的规模和速度上识别有潜力的候选药物。

这一战略优势令人信服。通过在庞大的分子结构及其生物特性数据集上训练AI系统，研究人员可以预测哪些化合物最有可能与疾病靶点有效互动——将本可能耗费数年的实验室工作压缩到计算小时内。Isomorphic Labs不仅仅是另一家生物技术创业公司，而是一个旨在通过技术系统化整个药物发现流程的平台公司。

重新定义“解决疾病”：一种可重复、可扩展的流程

当被问及哈萨比斯常引用的“解决所有疾病”的雄心时，需澄清其表述。正如他在近期采访中所解释的，他并不声称有能力完全根除疾病——这是一个他明确拒绝的不切实际的承诺。相反，他的愿景是构建一个持久、可重复的系统，能够应对不断变化的健康威胁。

“解决疾病”在哈萨比斯的框架中意味着建立基础设施——无论是技术层面还是组织层面——以实现持续的药物发现和优化。随着健康挑战的出现或演变，这一可扩展的流程可以进行调整，系统性地推出新的治疗方案。这是一种从传统的寻找单一突破药物的模式，转变为建立一个永续的药物创新引擎的思路。目标务实：为需要的患者提供变革性的药物，而非承诺普遍的治愈。

未来之路：为何AI驱动的药物研发中的“证明”至关重要

目前，Isomorphic Labs尚未在临床试验中拥有任何药物，公司也有意保持谨慎，避免对时间表做出过早承诺。然而，德米斯·哈萨比斯及其团队成功的终极衡量标准是明确的：将AI驱动的发现转化为具有疗效的实际药物。

正如谷歌风险投资的管理合伙人、早期投资者Krishna Yeshwant强调的：“要真正证明这种方法的价值，你必须提供真实的证据。你需要发现自己的药物，将它们带给患者，并证明它们有效。”这一里程碑标志着从有潜力的技术到行业变革的关键门槛。

AI驱动的药物发现领域正处于一个转折点。如果哈萨比斯的方法在癌症、自身免疫疾病和罕见遗传疾病等方面成功推出新疗法，其影响将远超单一治疗。成功或将验证一种全新的制药创新范式——一种由机器智能加速的人类应对疾病的能力，具有前所未有的速度、精准度和规模。