辉瑞介绍如何利用AI机器学习与超算打造COVID-19疫苗和治疗药物

资料图（来自：Pfizer官网）

The Register指出，辉瑞（Pfizer）开发了两种对抗COVID-19的武器。其一是与BioNTech共同开发的疫苗（商品名为Comirnaty），其二是不太常见的口服抗病毒治疗药物（商品名为Paxlovid）。

与周二的英伟达GTC大会上，Lidia Fonseca在与美国德勤首席执行官Joe Ucuzoglu的对话期间强调称：

我公司有显著的例子，即借助AI数字数据的力量，在创纪录的时间内将Comirnaty疫苗和Paxlovid口服治疗药物推向了市场。

据悉，机器学习模型非常适合寻找具有所需特性的新分子的任务，科学家们能够在大流行早期对冠状病毒刺突蛋白的结构进行测序和拼凑。

这些刺突会锁定在细胞表面，从而让冠状病毒被吸收并允许复制。结果导致人类宿主被感染，并引发呼吸系统疾病、疲劳、头痛等症状，以及造成其它有害健康的影响。

（图自：CDC）

辉瑞选择的mRNA疫苗路线，旨在教导免疫细胞识别新冠病毒的刺突蛋白特征，从而在其潜入人体时及时响应并消灭。

在短短四个月内设计出基于mRNA疫苗、将其投入临床试验、以及招募来自六个国家的数万名志愿者展开测试之前，机器学习（ML）算法帮助该公司预测了制造阶段的产量，且人工智能（AI）系统被用于分析受试者的症状差异。

此外辉瑞同时借助上述两套方案来预测产品的保管温度，为存放疫苗的3000多个冰柜提供了预防性维护，还有利用物联网传感器来监测并追踪疫苗转运及其温度的准确率。

至于抗病毒药物Paxlovid，其能够在症状初显时口服，同时科学家们对如何尽最大限度地减少对疫苗过敏群体的影响有了更深入的了解。

在模型生成了一系列有希望的候选分子之后，他们能够在超级计算机上，对其中一小部分展开虚拟模拟测试。

由临床试验参与者的测试报告可知，许多过敏反应都是由容纳疫苗的某些液体的脂质纳米颗粒所引起。

在此基础上，辉瑞使用超级计算机开展了分子动力学模拟，以找到减少过敏反应的脂质纳米颗粒特性的正确组合。

辉瑞认为COVID-19将药企的技术转型提前了五年（图via BSC）

最后，据HPC Wire报道，辉瑞选择了MareNostrum 4超算来模拟测试潜在的新药。

该系统位于巴塞罗那超算中心，包含3456个节点（每节点拥有两枚Intel至强白金8160处理器+四路英伟达V100 GPU加速卡），峰值性能可达11.15 P-FLOPS，

近年来，越来越多的大型制药企业开始转向AI技术，以实现大规模流程的自动化、降低成本并缩短新药的上市时间。

以辉瑞为例，该公司不得不专注于协同该领域的大大小小的技术企业展开合作，以更好地运用数据生成、聚合和分析。

Lidia Fonseca总结道：

AI与ML驱动的数据分析，正在推动药物的研发，同时也有助于加强预防、早期检测、个性化治疗、以及数字疗法。

技术层面，随着新基因疗法和数字疗法的发展，它们也有望很快获得批准。最后，量子计算能力将有助于更快地向患者提供突破性的药物。

关键词：人工智能辉瑞介绍如何利用AI机器学习与超算打造COVI