李彥宏發起創立，又一個“機器人”曝光了
楊淨 發自 凹非寺
量子位 | 公眾號 QbitAI
悄無聲息悄無聲息，李彥宏發起創立又一個“機器人”曝光：
ImmuBot
。
而且術業有專攻——從事當前最熱門的計算生物領域。更細分一點，則是針對免疫系統治療的蛋白質藥物設計相關。
所在的團隊，正是李彥宏剛創立兩年的創新藥物研發平臺
百圖生科
。
兩年時間秘密打造，這個專業的免疫“機器人”究竟有什麼看頭？
ImmuBot免疫機器人
ImmuBot免疫機器人，簡單來說就是一種能夠重程式設計免疫系統的蛋白質藥物。
以往的認知中，免疫系統，作為人類抵禦疾病的自然防線，一旦功能障礙，就可能造成各類腫瘤、自身免疫性疾病、 感染性疾病等病症發生。
與此同時，它又十分複雜。在釋出會現場，百圖生科CEO劉維曾這樣算了算它的複雜度。
每個免疫細胞至少有兩萬種蛋白來決定它的功能，而這些蛋白每個可能有上百種不同的亞型，對這些蛋白的調控，根據它的結合表位、結合方式、調控親和力不同也有不同的結果。
最後，更不論分佈在不同組織器官環境下不同特徵、種類多達數十類的免疫細胞族群，
以此形成萬億關係級別的功能調控網路
，加之人與人之間也有不同的區別，可見其複雜性。
但當前的免疫調控藥物，只針對系統內的通用人群、單一或少數靶點進行調控，這種情況就會造成藥物安全性以及效用性的挑戰。
而機器人的設計，隨著識別、感知、決策等能力的加強，不再僅限於簡單機械地加工，更能駕馭複雜系統。
ImmuBot，正是基於這種背景下誕生的。它用生物計算引擎來設計全新蛋白質，來實現複雜的藥物機理
MOA
，從而對失效的免疫系統進行“重程式設計”。
從結構上來看，主要包含了五個部分：
Seeker
，高特異性彈頭，定位要調控的細胞。ImmuBot為每個靶點配備了恰當親和力、精準定表位和功能激發的高效能彈頭。
除此之外， 研究人員還做了靶點組合挖掘和多彈頭橋接藥物設計，可以實現對多個組織特異性靶點、免疫功能靶點的組合靶向。
Sensor
，對環境做出響應的感測器組合。以針對腫瘤微環境為例，pH值酸鹼度與正常組織不同， 感測器就對會pH值做出相應，給控制器
Controller
提供訊號。
這也是ImmuBot之所以被稱為機器人的核心原因。
接收到訊號後，
Controller
就對彈頭進行調控激發：
如果環境A成立，就釋放A彈頭；如果環境B成立，就釋放B彈頭。
未來還會出現更多的調控因素，如果A的數字大於B，就釋放A彈頭；如果A小於C，就可能釋放B彈頭。這種AND、OR、IF等條件觸發機制就類似於我們日常程式設計邏輯電路了。
除此之外，還有調節器
Modulator
和奈米顆粒級別的底座
Carrier
。
值得一提的是，整個免疫機器人可組裝，每個構件均可預製和複用。據介紹，這樣不僅可以確保單體藥物的最佳效能，還帶來整體藥物研發10到100倍的效率提升。
最後，簡單總結ImmuBot的功能特點，大體總結為四點：彈頭高效能、組合多靶向、編程式控制、構件式組裝。
生物預訓練大模型
據量子位智庫《計算生物學深度產業報告》顯示，當前，計算生物行業主要有以下幾種商業模式：演算法授權、生物資產以及軟體使用。
生物資產，就是目前百圖生科ImmuBot研發的未來模式。
據介紹，他們正在構建一個大型的創新藥物資產組合，包括10餘類自主靶點挖掘專案、30餘個構件研發專案、10餘個自主和合作藥物研發專案。
這個大規模資產組合覆蓋了大批腫瘤和自身疾病，尤其是胃癌、肝癌等國內臨床需求強烈的病種，也覆蓋了近十種主要的免疫細胞，為每類免疫細胞準備了創新的靶頭。
此外，他們還計劃自主或與合作伙伴聯合，推出更多的藥物管線。預計明年將實現首批ImmuBot專案進入臨床。
而這背後一整個驅動力，基於AI大模型的高通量乾溼閉環生物計算引擎。
底層“大科學裝置”，包括萬億關係的多組學免疫圖譜、千億引數的蛋白質/免疫計算大模型、億級資料生產量的高通量免疫模擬實驗系統等技術。
據百圖生科首席AI科學家宋樂介紹，其中千億引數大規模預訓練模型，作為重要的連線，不同於現有認知的語言模型，它主要包括四層巢狀的模型體系：
蛋白質結構——>蛋白質之間及與其他分子的相互作用——>細胞層面的建模——>免疫系統與環境之間的相互作用。
下層預測或產生的一些表徵，可以被上層的模型拿去利用，以此來增強上層模型的預測能力。
基於這種巢狀式大模型，輔助和最佳化藥物設計，設計出各種各樣的
ImmuBot
。
而這種執行思路，目前也正在實際地測試當中，即與ImmuBot一同官宣的
北京中心實驗室
。
他們內部稱其為
超級大規模免疫模擬系統
。
截至目前，百圖生科共有兩處研發中心，另一個則是位於蘇州工業園區，近300名生物+計算團隊，其中包括機器學習和圖深度學習大牛、今年ICML大會主席
宋樂
。
不過必須要說的是，計算生物與AI製藥的探索才剛剛開始。
一邊是剛剛興起的計算生物領域，另一邊則是投融資矚目、但質疑聲不斷的AI製藥賽道。
前者首要落地的場景，非AI製藥莫屬，但兩者之間究竟該如何結合？計算生物的進展，到底會對蛋白質類藥物設計會帶來什麼樣的影響？
這一切還沒有答案，但像百圖生科這樣的玩家們已經在路上了。
— 完 —
量子位 QbitAI · 頭條號簽約
