最新的诺贝尔化学奖得主大卫?贝克（David Baker）声称，人类正在经历一场巨变，其意义不亚于石器时代末期人类学会如何处理金属。他谈到了“蛋白质设计革命”，堪比用蒸汽机改变地球的工业革命。他在华盛顿大学（University of Washington）的实验室周三宣布，其颠覆性的人工智能项目首次成功开发出了一种被大型制药公司遗忘的疾病的治疗方法。贝克曾因该项目获得诺贝尔奖。站在这一科学壮举前沿的是墨西哥生物化学家苏珊娜Vázquez，她刚刚离开美国加入了西班牙马德里的国家癌症研究中心。
贝克的实验室发明了自然界中不存在的蛋白质。几年前，其成员提出了“世界上第一种通过计算设计的蛋白质药物”：一种名为SKYCovione的抗Covid疫苗，该疫苗已经在英国和韩国使用。研究人员还创造了一些有希望对抗流感和脑癌的分子。在博士学位的最后一年，Vázquez建议尝试世界卫生组织（World Health Organization）列出的23种被忽视的热带病之一：蛇咬伤，每年导致10万多人死亡，截肢人数是蛇咬伤的三倍。她和她的同事们使用了RFdiffusion和ProteinMPNN这两个人工智能程序，它们设计了以前不存在的蛋白质，能够中和眼镜蛇咬伤中的致命毒素，至少在计算机模拟中是这样。
Vázquez， 31年前出生在queremastaro，当她收到一封关于动物实验第一批结果的电子邮件时，她正在西雅图慢跑。“我的心跳停止了，我不得不停下来阅读邮件。这是非常令人兴奋的，因为一些老鼠在致命剂量的毒液中100%存活了下来，”她回忆道。她的研究发表在本周三的《自然》杂志上，这是一本展示世界上最好的科学的杂志。作者认为，除了蛇咬伤之外，他们的初步成功表明，人工智能“可以帮助发现治疗方法的民主化”，特别是在毁灭性的被忽视疾病的情况下，由于“大量”节省了资金和资源。
每年有200多万人被蛇咬伤，大部分在非洲、亚洲和拉丁美洲。注射的毒素会导致瘫痪和出血。尽管问题严重，但目前的治疗方法采用了一个多世纪前发展起来的一种粗糙且往往无效的策略：给马注射蛇毒，提取它们的血液，获得产生的特定抗体。“不幸的是，无论是学术机构还是大型制药公司，都很少有资金来改善目前对蛇咬伤的治疗方法，”Vázquez感叹道。
62年前出生于西雅图的大卫·贝克（David Baker）获得了去年诺贝尔化学奖的一半奖金。另一半分给了b谷歌DeepMind的两位研究人员Demis Hassabis和John Jumper，他们在开发AlphaFold方面发挥了重要作用，AlphaFold是一个以前所未有的精度预测蛋白质结构的系统。为了理解这一挑战的复杂性，一个水分子有两个氢原子和一个氧原子，其简单的公式为h2o。让我们呼吸的蛋白质，让我们的血液变红的血红蛋白，是CH?N?O?S?Fe?。
贝克与这家美国跨国公司保持距离。他在2023年接受EL PAíS采访时强调说：“我的实验室是完全开放的，我们接受来自世界各地的访客，我们分享信息，这与像Deepmind这样完全封闭的公司有很大的不同。”“作为一个开放的系统，你会有更多的想法。信息的自由交流有利于科学的进步，”他说。谷歌在Baker免费分享了他的系统后，DeepMind开放了部分系统。
这位诺贝尔奖得主在周二发给本报的信息中非常乐观。“我认为设计的蛋白质可以帮助治疗许多问题疾病！”华盛顿大学蛋白质设计研究所所长贝克惊呼道。“设计的优势在于，你可以在药物中建立所需的所有特性——这是目前其他药物发现方法很难做到的，”他说。
比利时生物技术专家埃尔斯·托雷勒（Els Torreele）帮助创立了“被忽视疾病药物倡议”（DNDi），这是一个非营利性组织，旨在为影响超过10亿人的疾病寻求新的治疗方法。Torreele在2019年领导了无国界医生组织的基本药物获取运动，改变了制药行业的面貌。她和她的同事想要证明发明一种药物并不像大型制药公司声称的那样花费25亿欧元。他们成功了。DNDi投资5500万欧元开发非硝唑，这是治疗昏睡病的第一种口服药物。昏睡病是一种由采采蝇传播的感染，由大脑发炎的寄生虫引起。
托雷勒对人工智能带来的“民主化”前景持怀疑态度。“药物发现的民主化将假设大数据和高性能计算工具将变得广泛可用且价格合理，这样任何人都可以在他们的实验室中使用它们。考虑到大数据、数据中心和计算能力（包括碳足迹）的成本，我怀疑这种情况在短期内不会发生。”
这位比利时研究人员并不认为候选药物分子的产生是药物开发的主要瓶颈，至少在大多数疾病中是这样。Torreele认为真正的挑战——制药工业想要从投资中获得最大的收益——是在数千人身上进行昂贵的临床试验，以证明一种实验性治疗是安全有效的。
Torreele警告说：“随着全球卫生总体（捐助者）资金的减少，像DNDi这样的非营利组织也越来越难以筹集资金。”她警告说：“当然，有更多的候选药物是件好事，但将它们开发成真正的药物，并在需要的时间和地点为患者提供负担得起的公平获取途径，是目前的主要瓶颈。我不认为人工智能在这方面会有什么帮助。”
