藥物研發新手段：谷歌用大數據搞淬煉

　　全球搜索引擎巨頭谷歌已經大舉進軍醫療領域，構建健康數據平臺，著重提高了醫療資訊在搜索結果頁面的地位。誠然如我們所見，在健康醫療這方面，谷歌著實下了不少工夫，從在搜索中回答與健康相關的問題，到給開發者提供健身數據平臺，谷歌在我們的日常健康中扮演的角色越來越重要。這家互聯網大腕如今也在努力進行藥物的研發，爭取為治療人類頑疾，攻克醫學難題貢獻出自己的力量。

　　同斯坦福大學的潘德實驗室（Pande Lab）合作，谷歌研究（Google Research）發表了一篇題為“針對藥物研發的大規模多任務網絡”的文章。這篇文章主要研究如何使用不同來源的數據，更好地甄別判斷出哪些化合物可以作為“有效治理人類頑疾的藥物”。

　　文章本身并沒有透露出任何重大的醫學突破，它只是闡明了如何利用深度學習來處理巨大繁復的數據庫，并將有效的數據集合起來，篩選出切實有效的藥物成分，從而加快藥物研發。具體來說，深度學習是一個系統，可以將從關鍵數據中獲取的大量信息輸入到人工神經網絡，并進行加工培訓，從而提煉出新的信息內容。

　　Google Research博客的聯合撰稿人解釋說：

　　“通過這項工作，我們得出了一個倍受鼓舞的結論，我們所研制的模型能夠從各種各樣的實驗中獲取相關數據，并利用這些數據提高多種疾病的預測精度。據我們所知，在數字化醫療領域，這是第一次對增加額外數據的效果進行量化檢驗，而且研究結果表明，更多的數據可以進一步提高量化性能。”

　　谷歌表示，這次任務繁重復雜，總共在200多個生物實驗中挖掘了37.8萬個數據信息點，工作量相當于日常工作的18倍。

　　“這次任務的規模之大，投入的人力物力財力之多，促使我們更加認真地研究這些模型的敏感性，分析不同的模型結構，并記錄相關數據輸入后所產生的變化，”谷歌明確表態，“在這篇文章里，我們不僅要檢查模型的性能，測試其表現是否良好，還要為將來構建類似的模型提供有效數據。”

　　深度學習領域優勢明顯，發展前景更被許多大型科技公司看好，他們紛紛選擇對此進行投資，并匯聚了大量資源，力爭在這一領域做出屬于自己的品牌。去年，Twitter，谷歌和雅虎力爭上游，首先發力，直接收購了深度學習創業公司，隨后Facebook和百度也針對此項領域，集結了大量與此相關的專業員工，希望凝聚專業力量做出有效的成績。Netflix和Spotify不甘落后，也想要在深度學習領域分一杯羹，正在積極籌備有利的資源，策劃系列活動，并開展相關工作。

　　在去年10月VentureBeat HealthBeat會議上，谷歌觀察到了在未來醫療保健的發展可以倚重機器人、技術技術和人工智能。實際上，從診斷到治療的過程中，人們越來越頻繁地求助于大數據和人工智能。在此基礎上，谷歌報告指出，通過科技手段利用大數據篩查出有效治療疾病的藥物成分，提高預測技術，將會加快新藥物的研發，降低藥物成本，而且有利于人類健康的發展。正基于此目的，我們才看到了谷歌和斯坦福大學合作的最新研究。

　　如今諸多醫學難題攻不可破，對治療人類頑疾，醫學專家們也束手無策，人們正在面臨著一個龐大而復雜的挑戰，迫切需要提出新的治療手法，在不斷嘗試的中才有可能挑戰成功。藥物必須有效地直擊疾病根源，同時還要滿足嚴格的新陳代謝規律和限制性毒性的條件。實際上，藥物研發是一個復雜且緩慢發展的過程，需要經得起時間的檢驗和無數次失敗的磨練，才能研發出真正有效的治療藥物。

　　簡而言之，世上存在著數百萬種化合物，需要長時間對此做各種各樣的組合測試，而任何能夠增加成功機率的做法，都會得到鼓勵和支持，在這一方面，機器學習可能會有所幫助。