今年1月，在舊金山舉行的摩根大通醫療保健大會（本年度最大的醫療科技盛會）上，英偉達公司首席執行官黃仁勛（Jensen Huang）掃視了一下臺下的觀眾，承認自己正身處不熟悉的領地。
“你們不是我最常見的聽眾。”在與藥物研發公司Recursion（英偉達去年向這家公司投資了5000萬美元）的爐邊談話中，他對一屋子的健康和生物技術專家說。
的確，這些觀眾可能不是他的核心受眾，但他希望這種情況會有所改變。在演講中，黃仁勛一遍又一遍地將數字生物學吹捧為技術領域的“下一個驚人革命”。隨著人工智能熱潮席卷硅谷，英偉達的業務規模已超過每年600億美元，并在去年夏天成為為數不多的市值達萬億美元的公司之一。現在，它在健康和生物技術領域看到了更多推動增長的機會。
英偉達醫療保健副總裁金伯利•鮑威爾（Kimberly Powell）在接受《福布斯》采訪時表示：“我們已經被宣布為英偉達下一個數十億美元的業務。”她說，公司的目標是為更多的生物技術公司提供芯片、云基礎設施和其他工具。
當生物技術迎來人工智能革命
現在，像OpenAI的ChatGPT和谷歌DeepMind的Gemini這樣的大型語言模型已經成為生成式人工智能的主流，一些世界上最強大的科技公司正把生物技術視為人工智能的下一個前沿——在這個前沿，人工智能不會根據提示生成有趣的詩歌，而會生成下一個拯救生命的藥物。
憑借其強大的GPU芯片，英偉達可以說是人工智能革命的中堅力量，但該公司風險投資部門過去兩年的大部分投資都在藥物研發上。在DeepMind，谷歌人工智能實驗室的AlphaFold模型（一種預測蛋白質結構的突破性工具）在過去一年里被學術研究人員用于開發一種“分子”注射器，可以將藥物直接注射到細胞中，并用于研究對農藥依賴程度較低的作物。整個科技行業都對生物技術感興趣：微軟（Microsoft）、亞馬遜（Amazon），甚至Salesforce都有蛋白質設計項目。
雖然在藥物發現中使用人工智能并不是一個新趨勢——DeepMind在2018年就首次推出AlphaFold——但DeepMind和英偉達的高管都告訴《福布斯》，這是一個突破性的時刻，這要歸功于三件事的共同作用：現在可用的大量訓練數據、計算資源的爆炸式增長和人工智能算法的進步。鮑威爾說：“這三種要素是第一次同時出現。這在五年前是不可能的。”
人工智能之所以在生物技術領域有著巨大的潛力，正是因為該領域的復雜性——就拿AlphaFold所針對的問題來說吧。蛋白質是人體的基本構成元素，管理著人體各種各樣的功能。所有這些功能都依賴于蛋白質的三維形狀。每種蛋白質都是由一系列氨基酸組成的，這些氨基酸和外部環境之間的相互作用決定了蛋白質的“折疊”方式，而這些折疊方式又決定了它的最終形狀。生物技術公司對能夠根據氨基酸序列預測蛋白質的形狀非常感興趣，因為它們可以利用這些洞察來設計從新藥到改良作物再到可生物降解塑料的一切產品。
而這也正是深度學習的用武之地：在數億種不同的蛋白質序列及其底層結構上訓練人工智能模型，幫助這些模型揭示生物學中的規律，而不一定需要進行真正的分子動力學模擬所需的昂貴計算。完全模擬蛋白質需要非常強大的算力資源，以至于一些機構專門設計和建造了超級計算機來處理這類問題，比如匹茲堡超級計算中心的Anton 2。
人工智能藥物研發熱潮來臨
科技巨頭加速布局蛋白質折疊研究
與此同時，藥物發現技術的繁榮也不完全是來自人工智能科技巨頭。Pitchbook的數據顯示，自2021年以來，全球已經有281筆針對人工智能藥物研發初創公司的風險投資交易，投資總額為77億美元。最大的峰值出現在2021年，當時達成了105筆交易，高于前一年的65筆，到2023年逐漸減少到67筆。在本月早些時候發布的一份報告中，這家分析公司指出，人們對“早期公司將人工智能整合到藥物發現和開發中”仍然抱有強烈的熱情。華盛頓大學蛋白質設計研究所（Institute for Protein Design）所長戴維•貝克（David Baker）表示，生成式人工智能的興起也引發了人們對這一領域越來越大的興趣。
“過去，它還是一種瘋狂、邊緣的事物，非常脫離主流。”貝克說。現在，“每個人都在談論它。”貝克還透露，自2012年蛋白質設計研究所成立以來，已經有20多家初創公司從該項目中脫胎而出，其中10家是近幾年（2021年以后）成立的，包括為再生醫學和癌癥治療開發納米材料的Archon Biosciences公司，以及為纖維化疾病開發治療方法的Lila公司。
在DeepMind，直到新冠疫情爆發，研究人員才真正意識到他們研究的重要性。他們花了將近5年的時間來開發AlphaFold，而正當他們為第二代模型重新訓練時，整個世界因為新冠病毒而開始居家避難。“這確實讓人們意識到這個問題的重要性，”DeepMind的科學副總裁什米特·科利（Pushmeet Kohli）在接受《福布斯》采訪時表示。
科利笑著回憶道，DeepMind重新訓練的結果是AlphaFold 2，這是一個突破性的模型，可以非常準確地預測蛋白質結構，以至于全球蛋白質折疊研究競賽CASP的組織者給DeepMind發了電子郵件，詢問該公司是否以某種方式進行了作弊。
這項工作是如此有希望，以至于聯合創始人德米斯·哈薩比斯（Demis Hassabis）在2021年基于AlphaFold的突破在Alphabet成立了一家獨立的公司。這家名為Isomorphic Labs的初創公司專注于藥物研發，由哈薩比斯親自掌舵。就在今年，Isomorphic Labs與禮來公司（Lilly）和諾華公司（Novartis）簽署了研究協議，如果協議中的所有里程碑都能實現，那么總價值將接近30億美元——這還不包括這些合作關系帶來的潛在藥品銷售的豐厚版稅。
2022年，英偉達推出了BioNeMo，這是一個生成式人工智能平臺，可幫助開發人員加速訓練、部署和擴展用于藥物發現的大型語言模型。在該芯片制造商的風險投資部門Nventures總共完成的19筆交易中，有7筆涉及人工智能藥物研發初創公司，包括Genesis Therapeutics、Terray和Generate Biomedicines，是所有投資類別中數量最多的一個。
“計算機輔助設計行業創造了第一家價值2萬億美元的芯片公司，”鮑威爾說，他指的是英偉達和它在過去一年里的飛速增長。“既然這樣，為什么計算機輔助藥物研發行業不能建立下一個萬億美元的制藥公司呢?”她補充說，“這就是為什么我們要以現在的方式進行投資的原因。”
與此同時，其他幾家科技巨頭也都有自己的蛋白質折疊研究。去年，Salesforce推出了蛋白質生成人工智能模型ProGen，微軟發布了類似的開源模型EvoDiff。亞馬遜還為其AWS機器學習平臺SageMaker發布了蛋白質折疊工具。《福布斯》今年1月報道稱，就連TikTok的母公司字節跳動似乎也在招聘科學和藥物設計團隊。