文章摘要
【关 键 词】 AI制药、自动化实验室、PandaOmics、Pharma.AI、英特尔CPU
在苏州，英矽智能（Insilico Medicine）建立了一个1600平方米的全自动化制药实验室，该实验室没有人类工作人员，而是采用机械臂和AI系统进行操作。这个实验室能够在14天内完成靶点发现和验证的全自动化干湿实验闭环，而这一过程传统上需要2-3年。实验室能够处理样本、细胞培养、化合物管理、高通量筛选、新一代测序和高内涵成像等任务。
这个实验室背后的关键技术是PandaOmics平台，它集成了20多种预测模型和生成生物学模型，以及大量的遗传学、蛋白质组学、甲基化数据、文本文献和科研基金等数据，支持靶点识别、分析和排序、适应症探索等生物学研究。PandaOmics的使用已经帮助高中生发现了药物新靶点，并且研究成果发表在国际学术期刊上。
英矽智能还拥有端到端的药物发现平台Pharma.AI，其中包括Chemistry42，可以从头设计具有特定属性的新型小分子药物，这一过程可以在几小时到几十小时内完成，并支持多任务并行运行。此外，英矽智能还将大模型技术融入Pharma.AI，推出了Copilot系统，使得用户通过对话即可使用专业的AI制药平台。
AI制药的实现大幅降低了制药的门槛，提高了效率。然而，这也带来了算力需求的问题。AI制药公司选择使用科学计算与AI算力平台，尤其是英特尔的CPU，因为它们在物理计算和AI应用方面具有优势。英特尔的至强® 可扩展处理器系列产品是科学计算应用的关键承载平台，而新款至强® 系列处理器内置的英特尔® AMX（高级矩阵扩展）技术可以显著加速大规模矩阵乘法运算。
在处理AlphaFold2等深度学习模型时，英特尔的解决方案包括提升内存容量和带宽，以及提供多种降低内存的软件优化方法。这些优化使得基于至强® CPU Max系列处理器的优化流程相对于基线性能获得了高达33.97倍的通量提升，其中74%的提升源自预处理阶段的高通量优化，26%归功于对推理过程的优化。使用至强® CPU Max 系列处理器后，性能提升了48.3%。
总的来说，英矽智能的全自动化制药实验室展示了AI在制药领域的强大潜力，通过PandaOmics和Pharma.AI等平台，实现了靶点发现、药物设计和优化的自动化和高效化。同时，英特尔的CPU为这些AI制药平台提供了强大的算力支持，使得AI制药成为可能。
原文和模型
【原文链接】 阅读原文 [ 3601字 | 15分钟 ]
【原文作者】 量子位
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★★★
