利用生成式人工智能推動藥物發現的創新：拜耳的案例
在拜耳，加速藥物發現並更快地為患者提供關鍵療法的追求，因生成式人工智能（AI）的力量而向前邁進了一大步。拜耳認識到，利用生成式AI來更好地預測化學反應條件，能夠大幅降低成本和時間，並希望能夠深入理解化學過程的複雜性，加快藥物發現的進程。因此，拜耳與亞馬遜網絡服務（AWS）合作，探索如何使用生成式AI來預測化學反應條件。
在為期6週的動態合作中，AWS的原型設計和客戶工程（PACE）團隊迎接了拜耳的挑戰，利用創造力和智慧尋找潛在解決方案。該團隊開發了一個聊天機器人，能夠用自然語言回答科學家的查詢，節省了檢索數據庫的時間和精力。而其原型模型已經能夠準確預測化學反應條件，這是利用生成式AI提升藥物發現過程的一個重要第一步。
這些成就不僅為拜耳在藥物發現方面的持續進展奠定了基礎，也展示了生成式AI的變革潛力，能夠將無限的可能性縮小到一組可管理的有前景的結果。
使用亞馬遜SageMaker訓練最先進的模型以預測拜耳的反應條件
化學反應的研究——即分子如何相互作用——是新療法發現的基石。這需要對分子轉化所需的精確條件有細緻的理解。科學家必須在溶劑、試劑、催化劑和環境因素（如壓力和溫度）等複雜的環境中導航，以揭開這些相互作用的秘密，這是一個費時且成本高昂的過程。
生成式AI可以分析大量的化學反應數據集，預測新化合物的最佳條件，潛在地減少實驗試驗所需的時間和資源。通過從成功反應中學習模式，AI模型可以建議有前景的反應參數、催化劑和溶劑，幫助研究人員專注於合成新藥候選物的最有前途的路徑。基於這一概念，拜耳請求AWS PACE團隊探索生成式AI如何徹底改變預測反應條件的過程。
為了實現這一理念，AWS PACE團隊深入研究化學。在短時間內，團隊閱讀了教科書和學術論文，與AWS內外的顧問進行了交流，並每天與拜耳的科學家進行對話。在研究過程中，團隊發現了一篇展示如何使用變壓器技術預測化學產品的科學論文。該方法專注於令牌——模型處理的最小數據單位，並通過逐個改變令牌來將輸入序列轉換為輸出序列。團隊認識到可以利用變壓器技術，這是當前許多生成式AI解決方案的核心，作為預測反應條件的起點。
利用生成式AI預測化學反應條件
在合作的最後4週，團隊建立了三種預測方法。首先，開發了一個自定義的變壓器編碼器-解碼器模型，這是一種具有最佳輸入表示和雙向上下文的架構。根據拜耳的要求，團隊使用了一個公開的有機反應數據集中央庫作為訓練數據集。該模型使用亞馬遜SageMaker進行訓練，這使得組織能夠為任何用例構建、訓練和部署機器學習（ML）模型，並提供完全管理的基礎設施、工具和工作流程。最終的原型使用生成式AI以高準確度預測化學反應條件。拜耳可以進一步提高模型的準確性，因為它將現在在拜耳的專有數據集上進行訓練，該數據集的質量更高。
作為不同的嘗試，AWS PACE團隊隨後實驗了一個僅解碼器模型，這是一種比編碼器-解碼器模型更靈活的架構。團隊從頭開始訓練該解碼器模型，使用了一個最先進的公開大型語言模型（LLM）的架構。儘管該解碼器模型在預測正確反應條件方面僅顯示出60%的準確率，但它為拜耳的化學家和數據科學家提供了一個進一步實驗的良好起點。
在基於自定義變壓器模型建立原型後，AWS PACE團隊還實驗了對一個基礎模型的微調——一個經過預訓練的LLM，使用有機反應數據集來看看是否能提高預測的準確性。團隊選擇了三種模型大小，範圍從7B到70B，通過亞馬遜SageMaker JumpStart訪問這些模型，這是一個擁有基礎模型、內置算法和預構建ML解決方案的ML中心，只需幾次點擊即可部署。儘管經過微調的LLM未能達到自定義模型的性能水平，但此次實驗提供了對於使用通用LLM來預測化學反應條件的局限性的重要見解。
此外，AWS PACE團隊還創建了一個聊天機器人，拜耳的化學家可以使用自然語言查詢數據集。該聊天機器人是基於亞馬遜Kendra構建的，這是一個智能企業搜索解決方案。未來，拜耳可以將自己的化學反應數據提供給聊天機器人，進一步為科學家創造價值。“看到如果有經驗豐富的專業人士在解決問題時能做到什麼，真是令人耳目一新，即使這可能不是他們的領域，”拜耳的工藝化學科學家Giulio Volpin說。
為未來的藥物發現創新鋪平道路
現在，AWS PACE團隊已經展示了生成式AI在藥物發現中的價值，拜耳可以開始減輕實驗室科學家的負擔。在2024年3月，AWS將其代碼轉交給拜耳的應用數學團隊，該團隊將把學到的經驗轉移到其他項目上。最終，拜耳希望更準確的化學反應條件預測能夠導致更高效的藥物發現過程，最終幫助患者更快地獲得療法。
這一案例突顯了生成式AI在生命科學領域的巨大潛力，尤其是在藥物研發中。隨著技術的進步，未來的藥物發現過程將變得更加高效和精確，並可能改變我們治療疾病的方式。這不僅是科學界的進步，也可能對整個社會產生深遠影響，讓患者能夠更快地受益於新療法。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
