Chai Discovery的苦涩教训：药物设计是另一个规模化问题

大多数人将生物学视为一门量身定制、杂乱无章的科学。Chai Discovery 的联合创始人乔什·迈尔和马特·麦克帕特伦则将其视作一项工程问题。

他们指出，药物设计必须牢记一个深刻的教训：要以规模化的方式处理数据、构建模型并进行计算，而模型能够学习到那些手工打造的流程体系根本无法捕捉到的知识。

其成果十分显著：Chai-2 将抗体德诺新设计的命中率从低于 0.1% 提升至 16%，让“大海捞针”式的搜索过程，转变为更像为锁设计一把合适钥匙的过程。

乔什反直觉地认为，生物学比代码更具可验证性，并详细阐述了为何我们的目标应该是更多的实验室实验，而非更少的实验。他们的赌注在于：打造一套设计套件，将药物发现的时间从九个月缩短至九天，从而赋能制药行业，而非与之竞争。

由帕特·格雷迪和索纳莉·辛格主持，思科资本出品

00:00 引言 01:52 从发现到设计 03:25 蛋白质人工智能突破时间线 06:04 为何选择在 2024 年起步 10:13 扩散模型：直觉与洞察 11:41 构建复仇者联盟团队 15:22 命中率与规模化规律 25:01 分子 CAD 愿景 25:24 更快的设计循环 26:32 未来药物发现 28:37 平台商业模式 31:14 合作伙伴：现实检验 33:44 数据飞轮详解 37:16 在规模化进程中保持领先 39:44 文化与未来的方向