李彦宏发起创立，又一个“机器人”曝光了

　　杨净发自凹非寺
　　量子位公众号QbitAI
　　悄无声息悄无声息，李彦宏发起创立又一个“机器人”曝光：
　　ImmuBot。
　　而且术业有专攻从事当前最热门的计算生物领域。更细分一点，则是针对免疫系统治疗的蛋白质药物设计相关。
　　所在的团队，正是李彦宏刚创立两年的创新药物研发平台百图生科。
　　两年时间秘密打造，这个专业的免疫“机器人”究竟有什么看头？
　　ImmuBot免疫机器人
　　ImmuBot免疫机器人，简单来说就是一种能够重编程免疫系统的蛋白质药物。
　　以往的认知中，免疫系统，作为人类抵御疾病的自然防线，一旦功能障碍，就可能造成各类肿瘤、自身免疫性疾病、感染性疾病等病症发生。
　　与此同时，它又十分复杂。在发布会现场，百图生科CEO刘维曾这样算了算它的复杂度。
　　每个免疫细胞至少有两万种蛋白来决定它的功能，而这些蛋白每个可能有上百种不同的亚型，对这些蛋白的调控，根据它的结合表位、结合方式、调控亲和力不同也有不同的结果。
　　最后，更不论分布在不同组织器官环境下不同特征、种类多达数十类的免疫细胞族群，以此形成万亿关系级别的功能调控网络，加之人与人之间也有不同的区别，可见其复杂性。
　　但当前的免疫调控药物，只针对系统内的通用人群、单一或少数靶点进行调控，这种情况就会造成药物安全性以及效用性的挑战。
　　而机器人的设计，随着识别、感知、决策等能力的加强，不再仅限于简单机械地加工，更能驾驭复杂系统。
　　ImmuBot，正是基于这种背景下诞生的。它用生物计算引擎来设计全新蛋白质，来实现复杂的药物机理MOA，从而对失效的免疫系统进行“重编程”。
　　从结构上来看，主要包含了五个部分：
　　Seeker，高特异性弹头，定位要调控的细胞。ImmuBot为每个靶点配备了恰当亲和力、精准定表位和功能激发的高性能弹头。
　　除此之外，研究人员还做了靶点组合挖掘和多弹头桥接药物设计，可以实现对多个组织特异性靶点、免疫功能靶点的组合靶向。
　　Sensor，对环境做出响应的传感器组合。以针对肿瘤微环境为例，pH值酸碱度与正常组织不同，传感器就对会pH值做出相应，给控制器Controller提供信号。
　　这也是ImmuBot之所以被称为机器人的核心原因。
　　接收到信号后，Controller就对弹头进行调控激发：
　　如果环境A成立，就释放A弹头；如果环境B成立，就释放B弹头。
　　未来还会出现更多的调控因素，如果A的数字大于B，就释放A弹头；如果A小于C，就可能释放B弹头。这种AND、OR、IF等条件触发机制就类似于我们日常编程逻辑电路了。
　　除此之外，还有调节器Modulator和纳米颗粒级别的底座Carrier。
　　值得一提的是，整个免疫机器人可组装，每个构件均可预制和复用。据介绍，这样不仅可以确保单体药物的最佳性能，还带来整体药物研发10到100倍的效率提升。
　　最后，简单总结ImmuBot的功能特点，大体总结为四点：弹头高性能、组合多靶向、编程式控制、构件式组装。
　　生物预训练大模型
　　据量子位智库《计算生物学深度产业报告》显示，当前，计算生物行业主要有以下几种商业模式：算法授权、生物资产以及软件使用。
　　生物资产，就是目前百图生科ImmuBot研发的未来模式。
　　据介绍，他们正在构建一个大型的创新药物资产组合，包括10余类自主靶点挖掘项目、30余个构件研发项目、10余个自主和合作药物研发项目。
　　这个大规模资产组合覆盖了大批肿瘤和自身疾病，尤其是胃癌、肝癌等国内临床需求强烈的病种，也覆盖了近十种主要的免疫细胞，为每类免疫细胞准备了创新的靶头。
　　此外，他们还计划自主或与合作伙伴联合，推出更多的药物管线。预计明年将实现首批ImmuBot项目进入临床。
　　而这背后一整个驱动力，基于AI大模型的高通量干湿闭环生物计算引擎。
　　底层“大科学装置”，包括万亿关系的多组学免疫图谱、千亿参数的蛋白质免疫计算大模型、亿级数据生产量的高通量免疫模拟实验系统等技术。
　　据百图生科首席AI科学家宋乐介绍，其中千亿参数大规模预训练模型，作为重要的连接，不同于现有认知的语言模型，它主要包括四层嵌套的模型体系：
　　蛋白质结构蛋白质之间及与其他分子的相互作用细胞层面的建模免疫系统与环境之间的相互作用。
　　下层预测或产生的一些表征，可以被上层的模型拿去利用，以此来增强上层模型的预测能力。
　　基于这种嵌套式大模型，辅助和优化药物设计，设计出各种各样的ImmuBot。
　　而这种执行思路，目前也正在实际地测试当中，即与ImmuBot一同官宣的北京中心实验室。
　　他们内部称其为超级大规模免疫模拟系统。
　　截至目前，百图生科共有两处研发中心，另一个则是位于苏州工业园区，近300名生物计算团队，其中包括机器学习和图深度学习大牛、今年ICML大会主席宋乐。
　　不过必须要说的是，计算生物与AI制药的探索才刚刚开始。
　　一边是刚刚兴起的计算生物领域，另一边则是投融资瞩目、但质疑声不断的AI制药赛道。
　　前者首要落地的场景，非AI制药莫属，但两者之间究竟该如何结合？计算生物的进展，到底会对蛋白质类药物设计会带来什么样的影响？
　　这一切还没有答案，但像百图生科这样的玩家们已经在路上了。
　　完
　　量子位QbitAI头条号签约
　　关注我们，第一时间获知前沿科技动态