清华姚班、MIT计算机博士：入局AI制药风口，为什么要趁早？丨附19个现场问答( 八 )

这位同学提到清洗这点是很好的。清洗这件事情很关键，因为实际上大部分数据都噪音比较大，而且同一个小分子和蛋白质在这个数据里可能是这个结果，在另一个数据里可能是另一种结果。
这种误差的原因是不同实验室的环境导致的，就是不一样结果，又或者不同环境、不同人去操作，甚至不同protocol ，做出来结果就是不一样。
这个时候怎样选取，甚至怎样舍弃需要一步一步尝试，最终我们希望结合、融合之后，能够让整个模型算法准确率得到比较好的提升。
Q2：分子表征方法是有开源的标准化方法，还是每家自行开发的？
李成涛：每家肯定都会自己开发，我们自己也是开发了不同的各种各样的表征方法，因为里面提过，提取哪些特征这一点是非常重要的，直接决定了我们下游的任务，在有限的数据集中能不能达到非常好的效果。
所以这块我们自己开发了很多，也有一些标准化方法，比如说我刚才讲的把一个小分子变成一个SMILES string ，就是一个序列的表征，这个东西其实用一些软件包就可以做到。
Q3：跨界做药的难点在哪？
李成涛：我觉得这是一个挺好的问题，我经常会被问到。因为我自己是人工智能背景的，其实之前也是做纯计算机科学的。
高中当时也是化学和生物还都没学完就被保送，所以其实积累一开始是需要做很多的工作，包括跟很多人聊，读一些做药物研发的书，我有几本书就是我一直在18年的时候一整年在读的。
学习新领域，这个本质去理解新的领域在做什么，他们的痛点是什么，这需要很多工作。
当然，最快的方法肯定是跟人聊了。但是在一开始跟人聊会遇到很大的困难，大家会发现很难互相理解，
因为我们在说不同的语言。我在说人工智能或者计算机方面语言，但对于科学家可能在生物方面或者化学方面的语言，相互理解对方在说什么其实还是需要花一些时间的。这个时间花完了之后基本就能去做了，我觉得从背景来讲，其实是一个比较大的难点。
Q4：AI更适合用于De Novo还是改结构？
李成涛：人工智能是可以做的，很难讲更适合于哪些场景，因为这两种场景我们都有成功案例。
刚才讲的CNS ，叫中枢神经系统靶点，我们既有这种 De Novo分子，它能达到个位数纳摩活性；
也有改结构，根据阳性药稍做修改，拿到活性更好的分子，这都有成功案例，所以很难说哪个更适用，都可以用人工智能辅助合成。
Q5：目前业务的核心壁垒在哪里？