第 16 集：打造生命科學 AI（第 3/4 段）
🏦 台灣Pay 銀行轉帳 💙 PayPal
OpenAI 生命科學團隊談 AI 如何加速藥物研發、如何評估生物模型，以及科學界的接受度
- 22:14 Andrew Mayne 表示正在建置大量運算資源，不只為了現在的工作，也為了這類應用
- 27:27 許多 virtual cell 研究就是這種做法：讓模型預測沒看過的 perturbation
- 32:49 很多人覺得工作流程和生活需要更多 AI，但不知道 AI 該從哪裡切入
💡 你可以怎麼用：不知道 AI 從哪裡切入時，先挑工作中一件具體又瑣碎的事交給它，例如算表格、整理步驟、檢查資料有沒有問題。找專業問題測 AI 時，先拿你已經知道答案的案例考它，確認可靠後再用在新問題上。
看全部 51 條重點
🧑🏫 這段是 OpenAI 生命科學團隊的對談，談 AI 已經怎麼幫上藥物研發、生物模型要怎麼「考試」，以及科學家為什麼有人相信、有人懷疑。內容很實際，會用 AI 但不確定它在專業領域能做到哪裡的人，可以看到第一線團隊怎麼想這件事。
- 22:14 Andrew Mayne 表示正在建置大量運算資源，不只為了現在的工作，也為了這類應用↳ Andrew 提到 OpenAI 正在建置大量運算資源，也就是電腦算力。這些資源除了撐住現在的服務，也要支援生命科學這種需要大量計算的研究。
- 22:14 團隊在 Slack 宣布成立時的口號是「scale test time compute to cure all disease」，也就是團隊座右銘↳ 口號的意思是「放大 test time compute，治好所有疾病」。test time compute 一般指模型回答時用來思考的運算量。想得越多，越有機會解出難題。
- 22:14 Andrew 舉朋友孩子罹患 orphan disease 的例子：研究者想找解方，但時間和人手都不夠↳ orphan disease 是罕見疾病。病人少，願意投入的人和錢也少。Andrew 朋友的孩子就得了這種病，有研究者想幫忙，但時間和人力都不夠。
- 22:44 Andrew 希望這類工具能讓「時間與人手不夠」成為過去↳ 他期待 AI 能補上人力缺口。這樣罕見病這類「沒人有空研究」的題目，就不會再因為缺人缺時間而卡住。
- 22:44 Joy Jiao 表示模型已經幫上忙，例如 drug repurposing：FDA 已核准用於某個 indication 的藥，模型依藥物作用機制，建議可用來暫時緩解其他症狀↳ drug repurposing 是「舊藥新用」，indication 是藥物被核准的用途。模型根據藥在身體裡怎麼作用，推測它也能暫時緩解別的症狀，省下從零開發新藥的時間。
- 23:17 個人化醫療也有很多進展，例如設計 ASO 或其他 RNA-based 療法↳ 個人化醫療是依個別病人的狀況設計治療。ASO 是一小段人工合成的核酸，能黏上特定 RNA、影響蛋白質生成。AI 已經能協助設計這類療法。
- 23:17 Joy 認為已非常接近能用 AI 大規模擴展這類療法，未來一兩年會看到很大的變化↳ 這類療法以前常要替少數病人量身打造，非常耗人力。Joy 認為 AI 快要讓它能大量生產，一兩年內就會看到明顯改變。
- 23:17 Andrew 說研究者被問到實驗室需要什麼時，總是回答「更多人手」↳ 實驗室最缺的永遠是人手。很多實驗不是沒人想到，而是沒人有空去做。
- 23:49 Andrew 認為 AI 不會取代研究人員，而是大幅加速各種可做的工作，Joy 完全同意↳ 兩人都認為 AI 是讓研究人員做得更多、更快的助手，不是來搶他們工作的。
- 23:49 實驗室自動化的瓶頸之一，是把 protocol 轉成能在平台上執行的形式。有合作夥伴表示 Codex 幫了他們↳ lab automation 是讓機器自動跑實驗，protocol 是實驗步驟說明。把人寫的步驟翻成機器能執行的指令是一大難關，Codex（OpenAI 的寫程式 AI）已幫合作夥伴處理。
- 24:19 Joy 認為把 protocol 轉成可執行形式，一半是寫程式問題，一半需要理解實驗室怎麼運作↳ 這件事難在要懂兩邊：一邊是寫程式，另一邊是實驗現場實際怎麼操作。只會其中一邊，翻出來的指令就跑不動。
- 24:19 資料分析方面，模型能帶領統計基礎不深的使用者嚴謹分析資料：協助檢驗不同假設、建議統計檢定，並指出資料的潛在問題與偏誤↳ 統計不熟的研究者，可以把模型當家教。它會陪你列出不同假設、建議該用哪種統計檢定，也會提醒資料可能有偏差或漏洞。
- 24:49 Joy 認為這些都是在提升個別科學家的能力，但永遠無法完全取代 loop 中的科學家↳ scientists in the loop 指流程中一定要有科學家負責判斷與把關。Joy 認為 AI 能讓每位科學家變得更強，但不可能把人從流程裡拿掉。
- 24:49 Joy 希望未來能說出「AI 設計了新藥或治癒了疾病」。她不確定六個月內能否做到，但希望幾年內實現↳ 她的目標是有一天能說「這個新藥是 AI 設計的」或「AI 治好了某個病」。半年內未必做得到，但她希望幾年內實現。
- 24:49 Joy 表示藥物開發 pipeline 的各個階段都已看到這樣的跡象↳ pipeline 指藥物從發想到上市的一連串階段。Joy 說每個階段都已經看到 AI 開始派上用場的跡象。
- 25:19 藥物發現早期（文獻整合、發現新生物學）到新藥上市是很長的過程，可能長達十年↳ drug discovery 是藥物發現。早期要讀大量文獻、找出新的生物機制，從這裡一路走到新藥上市，可能要花上十年。
- 25:19 從臨床試驗階段切入可加速流程。團隊目前也從更早的安全審查或藥物設計階段開始↳ clinical trial 是臨床試驗，在人身上測試藥效與安全性。從這裡切入能加快上市。團隊現在也往更前面的安全審查和藥物設計去做。
- 25:49 Yunyun Wang 認為，如果研究者能在他們的平台上用他們的模型取得新發現並申請專利，會是一大勝利↳ Yunyun 心中的成功指標，是研究者用他們的模型做出真正的新發現，而且新到可以申請專利。
- 25:49 因此團隊聚焦早期發現，並從教導模型 mechanistic understanding 開始，目標是提供科學家最強大的生命科學模型工具來加速研究↳ mechanistic understanding 是理解「為什麼會這樣」的機制，不只是記住結果。團隊先教模型這件事，目標是成為科學家做早期研究最好用的工具。
- 26:20 Joy 認為模型一定能做到預測細胞或預測結果，但要看系統的複雜度↳ 模型能不能預測細胞反應或實驗結果？Joy 說可以，但要看對象有多複雜。系統越簡單，預測越有把握。
- 26:20 模型已經非常擅長預測化學反應的結果↳ 化學反應就是例子。A 加 B 會產生什麼，模型已經能猜得很準。
- 26:55 生物複雜度越高越難預測。最難的之一是判斷某藥物對特定個人或特定系統是否有毒，這已列在 roadmap 上↳ 生物系統的變數多很多。最難的之一是判斷某種藥對某個人或某個系統會不會有毒，因為個體差異很大。這已經列入團隊的未來規劃。
- 26:55 Andrew 指出語言、數學模型的 evals 很好設計（對或錯），並追問生物模型的 evals 長什麼樣↳ evals 是衡量模型表現的測驗。語言、數學題的對錯很清楚，Andrew 因此追問：生物問題常沒有簡單的標準答案，生物模型要怎麼考？
- 26:55 評估方式之一是用實驗資料：別人已做過的實驗，讓模型預測結果↳ 第一種考法是拿別人做過、結果已知的實驗，讓模型預測結果，再拿真實結果對答案。
- 27:27 許多 virtual cell 研究就是這種做法：讓模型預測沒看過的 perturbation↳ virtual cell 是用電腦模擬細胞的研究。perturbation 指對細胞施加的干擾，例如加藥或關掉某個基因。做法是讓模型預測沒看過的干擾會造成什麼反應。
- 27:27 評估方式之二是用 synthetic data：在自產資料中刻意放入對模型而言像 foot gun 的特徵↳ 第二種考法是用 synthetic data，也就是自己產生的資料。資料裡故意埋 foot gun，指會讓人「自己打到自己腳」的陷阱，看模型會不會踩到。
- 27:58 這些陷阱是計算生物學家日常會遇到的狀況，例如奇怪的資料偏誤、必須做的 QC 或統計校正↳ 這些陷阱都是真實工作常碰到的，例如資料有奇怪的偏差、沒做 QC（品質檢查），或是該做的統計校正沒做。
- 27:58 因為資料是自己產生的，可以測試模型身為計算生物學家時，會不會漏掉這些錯誤↳ computational biologist 是用程式分析生物資料的人。陷阱是自己埋的，答案早就知道，所以能準確檢查模型扮演這個角色時有沒有抓到錯誤。
- 27:58 Joy 表示評估方式可以很有創意，但實驗室實測（字幕寫作 YLAB）仍是模型最終真正的評估↳ 考法可以很有創意，但最後的期末考還是要進實驗室實際做一次，看結果到底成不成立。
- 27:58 Joy 表示生物學的東西要在真實世界證明才算真的，所以團隊有許多研究合作↳ 生物學的結論要在真實世界驗證過才算數，所以團隊和很多研究單位合作做實驗。
- 28:32 Yunyun 表示 evals 越來越複雜精密，要能同時反映價值創造與解決生命科學的複雜問題↳ 好的評估要同時看兩件事：模型對研究者有沒有實際用處，以及能不能處理生命科學真正困難的問題。
- 28:32 Yunyun 表示團隊不做 toy problems，而是要反映真實情況，例如前處理資料的雜亂↳ toy problems 是簡化過、很乾淨、適合練習用的題目。團隊刻意不用這種題目，改用跟真實世界一樣雜亂、需要大量前處理的資料。
- 28:32 設計新評估時，常從重現既有實驗開始，也就是已有 baseline、已知 state of the art 或 ground truth 的實驗↳ 新考題常從重做已知實驗開始。baseline 是比較基準，state of the art 是目前最好的做法，ground truth 是已知的正確答案。有這些才能打分數。
- 29:05 Yunyun 期待的一項評估：模型能否評估抗體結合預測，先用既有病毒變異株做過的案例當 baseline↳ 一個例子是看模型能不能預測抗體會不會跟病毒結合。先拿已經研究過的病毒變異株當考題，確認模型答得對。
- 29:05 有了 baseline 後，再推進到前人沒做過的案例↳ 模型在已知案例上表現可靠之後，才讓它挑戰沒人做過的新案例。
- 29:37 上述抗體評估是 de novo antibody design 的前置步驟，可能擴展對新病毒變異株的中和能力，也通往新療法與新疫苗↳ de novo antibody design 是從零設計全新抗體，neutralization（中和）指抗體讓病毒失去感染力。先能預測結合，才能設計出對付新變異株的抗體、新藥和疫苗。
- 30:08 Joy 表示接受度依地區而異：西岸的人很「AI-pilled」，擁抱 AI scientist 與 agentic workflows↳ 接受度看地區。AI-pilled 是網路用語，指對 AI 深信不疑。西岸的人很擁抱 AI scientist（能自主做研究的 AI）和 agentic workflows（AI 自己規劃並執行多步驟任務）。
- 30:08 東岸的研討會上，大家普遍較懷疑 AI 的能力。Joy 認為這可能是文化差異↳ 在東岸的研討會上，大家普遍比較懷疑 AI 能做到什麼。Joy 認為這多少是文化差異。
- 30:08 大型 AI 實驗室多在西岸，那裡的人對模型能力有第一手經驗，因此觀點不同↳ 大型 AI 公司多半在西岸。那裡的人常常直接用到最新的模型、親眼看過它的能力，所以想法比較樂觀。
- 30:41 Andrew 認為越多人參與越好，因為模型仍有弱點與待改進之處，也希望讓懷疑者找到參與方式↳ Andrew 認為模型還有弱點。參與的人越多，越能找到問題並改進，所以他也希望抱持懷疑的人能找到參與的方式。
- 30:41 Joy 表示最簡單的方法是透過 Chat 或 Codex 等平台推出模型，讓個別科學家看到實用性↳ 最簡單的推廣方式，是把模型放進 ChatGPT、Codex 這類大家都用得到的產品，讓科學家自己試用，親身感受有沒有用。
- 31:11 實用例子：幫正在 pipetting 的人做 serial dilution 試算表。這有真實價值，可以從這裡往上累積↳ pipetting 是用移液管精準吸取液體，serial dilution 是連續稀釋，例如每一管都再稀釋十倍。AI 幫忙算好稀釋表這種小事就有真實價值，信任可以從這裡累積。
- 31:11 另一端是與實驗室的深度研究合作，例如抗體設計、酵素設計，成果會發表論文↳ 另一端是和實驗室深度合作，做抗體設計、酵素設計這類大型研究，最後發表成論文。
- 31:11 論文顯示 AI 系統做了大量工作、具生物學新穎性，並在 wet lab 驗證，能增加系統的可信度↳ wet lab 是實際動手做實驗的實驗室。論文如果證明 AI 做了大量工作、發現了新東西，又經過實驗證實，大家才會更相信它。
- 31:45 Yunyun 表示答案就是「做給大家看、發表出來」，並與科學社群互動↳ Yunyun 的答案很直接：想讓人相信，就做出成果、發表出來，並持續和科學社群交流。
- 31:45 Yunyun 表示懷疑是健康的，應該歡迎；有人想推翻也很好，因為這項技術潛力很大↳ 她認為懷疑是健康的，也歡迎有人想推翻。正因為這項技術潛力很大，更需要被嚴格檢驗。
- 31:45 Yunyun 認為審慎看待「如何讓它真正解決實際問題」是非常合理的↳ 對「AI 真的能解決實際問題嗎」保持審慎，本來就很合理，不應該被當成守舊。
- 32:16 Yunyun 表示需要更嚴謹、能代表生命科學工作流程與研究問題的 evals，讓人想到如何用在自己實驗室、解決當前瓶頸↳ 評估要更貼近真實的研究流程，讓科學家一看就想到：「這可以用來解決我實驗室現在卡住的哪個地方。」
- 32:16 Joy 遇過有人感到壓力：知道 AI 很強，卻不知道怎麼正確使用↳ Joy 遇過有人很焦慮：明明知道 AI 很厲害，卻不知道怎麼用才對。
- 32:49 很多人覺得工作流程和生活需要更多 AI，但不知道 AI 該從哪裡切入↳ 很多人覺得自己的工作和生活都該多用 AI，卻不知道該從哪個環節開始。
- 32:49 產品願景之一是簡單到直接可用：對 Codex 說想做什麼，Codex 自己處理 multi-agent workflows、tool calling 等細節，使用者自然獲得提升↳ multi-agent workflows 是多個 AI 分工合作，tool calling 是 AI 自己去呼叫其他軟體或工具。願景是你只要跟 Codex 說想做什麼，這些細節由它自己處理。
📘 術語
test time compute（測試時運算）：出現在團隊口號「scale test time compute to cure all disease」，字幕未進一步解釋
orphan disease（罕見疾病）：Andrew 朋友的孩子罹患此病，研究者想找解方但時間、人手不足
drug repurposing（藥物再利用）：FDA 已核准用於某適應症的藥，依作用機制建議用在其他情況
indication（適應症）：藥物被核准使用的用途，字幕以「one different indication」提及
personalized medicine（個人化醫療）：字幕舉 ASO 或其他 RNA-based 療法的設計為例
ASO（反義寡核苷酸）：字幕與其他 RNA-based 療法並列，作為個人化醫療設計的例子
lab automation（實驗室自動化）：瓶頸在於把 protocol 轉成能在平台上執行的形式
protocol（實驗流程）：需轉換成可在自動化平台執行的形式，一半是寫程式、一半需懂實驗室
scientists in the loop（流程中的科學家）：Joy 認為 AI 永遠無法完全取代參與流程的科學家
drug discovery（藥物發現）：早期包含文獻整合、發現新生物學，到上市可能要十年
pipeline（研發流程）：藥物開發的各階段，Joy 說各階段都看到 AI 發揮作用的跡象
clinical trial（臨床試驗）：Joy 認為從這個階段切入可以加速新藥上市
mechanistic understanding（機制性理解）：團隊從教導模型這種理解開始，以聚焦早期發現
evals（評估）：衡量模型表現的方法；語言、數學容易判對錯，生物模型較複雜
virtual cell（虛擬細胞）：這類研究讓模型預測沒看過的 perturbation
perturbation（擾動）：virtual cell 研究中讓模型預測的「沒看過的擾動」
synthetic data（合成資料）：自行產生的資料，可刻意放入特定特徵來測試模型
foot gun（陷阱）：刻意放進合成資料、容易讓模型出錯的特徵，如偏誤、QC、統計校正
QC（品質控管）：計算生物學家日常必須處理的事項之一，被放入合成資料作為陷阱
computational biologist（計算生物學家）：用合成資料測試模型扮演此角色時，會不會漏掉常見錯誤
toy problems（玩具問題）：Yunyun 說評估要避開這種問題，改用反映真實雜亂的例子
baseline（基準）：重現既有實驗時已知的結果，可作為評估起點
state of the art（最先進水準）：重現既有實驗時，已知目前最先進的做法長什麼樣
ground truth（真實答案）：重現既有實驗時，已知的正確結果
de novo antibody design（從頭抗體設計）：抗體結合預測評估是它的前置步驟
neutralization（中和）：字幕提到可能擴展對新病毒變異株的中和能力
AI-pilled（深信 AI）：形容西岸的人普遍擁抱 AI
AI scientist（AI 科學家）：西岸的人擁抱的概念之一，與 agentic workflows 並列
agentic workflows（代理式工作流程）：西岸的人擁抱的概念之一，字幕未進一步解釋
serial dilution（連續稀釋）：例子：幫正在 pipetting 的人做連續稀釋試算表
pipetting（用移液管吸取液體）：serial dilution 例子中實驗者正在做的操作
wet lab（濕實驗室）：研究成果在這裡驗證，可增加 AI 系統的可信度
multi-agent workflows（多代理工作流程）：Codex 可自行處理的細節之一
tool calling（工具呼叫）：Codex 可自行處理的細節之一，使用者不必操心
orphan disease（罕見疾病）：Andrew 朋友的孩子罹患此病，研究者想找解方但時間、人手不足
drug repurposing（藥物再利用）：FDA 已核准用於某適應症的藥，依作用機制建議用在其他情況
indication（適應症）：藥物被核准使用的用途，字幕以「one different indication」提及
personalized medicine（個人化醫療）：字幕舉 ASO 或其他 RNA-based 療法的設計為例
ASO（反義寡核苷酸）：字幕與其他 RNA-based 療法並列，作為個人化醫療設計的例子
lab automation（實驗室自動化）：瓶頸在於把 protocol 轉成能在平台上執行的形式
protocol（實驗流程）：需轉換成可在自動化平台執行的形式，一半是寫程式、一半需懂實驗室
scientists in the loop（流程中的科學家）：Joy 認為 AI 永遠無法完全取代參與流程的科學家
drug discovery（藥物發現）：早期包含文獻整合、發現新生物學，到上市可能要十年
pipeline（研發流程）：藥物開發的各階段，Joy 說各階段都看到 AI 發揮作用的跡象
clinical trial（臨床試驗）：Joy 認為從這個階段切入可以加速新藥上市
mechanistic understanding（機制性理解）：團隊從教導模型這種理解開始，以聚焦早期發現
evals（評估）：衡量模型表現的方法；語言、數學容易判對錯，生物模型較複雜
virtual cell（虛擬細胞）：這類研究讓模型預測沒看過的 perturbation
perturbation（擾動）：virtual cell 研究中讓模型預測的「沒看過的擾動」
synthetic data（合成資料）：自行產生的資料，可刻意放入特定特徵來測試模型
foot gun（陷阱）：刻意放進合成資料、容易讓模型出錯的特徵，如偏誤、QC、統計校正
QC（品質控管）：計算生物學家日常必須處理的事項之一，被放入合成資料作為陷阱
computational biologist（計算生物學家）：用合成資料測試模型扮演此角色時，會不會漏掉常見錯誤
toy problems（玩具問題）：Yunyun 說評估要避開這種問題，改用反映真實雜亂的例子
baseline（基準）：重現既有實驗時已知的結果，可作為評估起點
state of the art（最先進水準）：重現既有實驗時，已知目前最先進的做法長什麼樣
ground truth（真實答案）：重現既有實驗時，已知的正確結果
de novo antibody design（從頭抗體設計）：抗體結合預測評估是它的前置步驟
neutralization（中和）：字幕提到可能擴展對新病毒變異株的中和能力
AI-pilled（深信 AI）：形容西岸的人普遍擁抱 AI
AI scientist（AI 科學家）：西岸的人擁抱的概念之一，與 agentic workflows 並列
agentic workflows（代理式工作流程）：西岸的人擁抱的概念之一，字幕未進一步解釋
serial dilution（連續稀釋）：例子：幫正在 pipetting 的人做連續稀釋試算表
pipetting（用移液管吸取液體）：serial dilution 例子中實驗者正在做的操作
wet lab（濕實驗室）：研究成果在這裡驗證，可增加 AI 系統的可信度
multi-agent workflows（多代理工作流程）：Codex 可自行處理的細節之一
tool calling（工具呼叫）：Codex 可自行處理的細節之一，使用者不必操心
✏️ 小考一題
根據影片，Joy Jiao 說模型「已經非常擅長」預測哪一件事？
A. 臨床試驗是否會成功B. 化學反應的結果C. 新藥上市所需的時間D. 某藥物對特定個人是否有毒看答案
答案：B。[26:20] Joy 說模型已經非常擅長預測化學反應的結果。[26:55] 她把「藥物對特定個人是否有毒」列為最難預測的事之一，仍在 roadmap 上。
💛 覺得有幫助？支持一下
課本免費、沒有廣告，支持與否都能照常讀 🐰