谷歌(GOOGL.US)AlphaFold点评:生命科学与人工智能持续交叉,有望成为新投资赛道

作者: 中金研究 2020-12-04 09:22:07
11月30日,谷歌旗下人工智能技术公司DeepMind宣布其开发的深度学习算法AlphaFold,在生物学领域重要的“蛋白质折叠问题”上实现突破。

本文来自微信公众号“乐平科技视角”,文中观点不代表智通财经观点。

行业近况

11月30日,谷歌旗下人工智能技术公司DeepMind宣布其开发的深度学习算法AlphaFold,在生物学领域重要的“蛋白质折叠问题”上实现突破,其算法的预测精度首次达到了与人类实验相当的准确率水平。我们认为,这是DeepMind在2016年AlphaGo打败围棋世界冠军,2019年AlphaStar战胜电竞职业玩家后的又一次重大突破。10月,今年的诺贝尔化学奖授予Emmanuelle Charpentier、Jennifer A. Doudna等科学家开发的基因编辑技术CRISPR,我们注意到学术界在基因编辑领域也正逐渐展开人工智能的尝试。随着AlphaFold等预测算法,以及CRISPR等基因编辑技术的逐渐成熟,我们看到未来人工智能与生命科学的结合有望成为一条新兴的发展赛道。该主题相关公司包括:科技公司-谷歌(GOOGL.US,未覆盖)、基因测序-Illumina(ILMN.US,未覆盖)、基因编辑-海外:CRISPR Therapeutics (CRSP.US,未覆盖),Editas(EDIT.US,未覆盖),Intellia(NTLA.US,未覆盖),国内:博雅辑因(未上市,国内首个提交CRISPR基因编辑疗法临床试验申请)等。

评论

人工智能助力解构蛋白质折叠问题。1)什么是“蛋白质折叠问题”?蛋白质功能主要取决于自身的3D结构,其折叠过程能让人们了解DNA中转录、翻译出的一维氨基酸序列信息是如何决定三维蛋白质分子结构[i],属于生命科学中的重要命题。2)AlphaFold提供了什么优势?AlphaFold通过输入氨基酸序列信息,预测蛋白质中氨基酸对的距离和以及连接化学键的角度,构建并预测蛋白质的立体模型。相较过去在实验室中进行的传统预测手段(X射线晶体衍射、冷冻电子显微镜等)而言,AlphaFold在准确率接近人类实验的基础上,设备成本相对降低,且预测耗时有所缩短(部分预测耗时仅需半小时[ii])。我们认为人工智能在医药领域降本增效的效应正不断显现,具有较好的发展前景,后卫生事件时代,AI+医疗有望迎来大发展。

蛋白质分子折叠研究前景广阔,人工智能有望加速应用落地。1)应用意义:蛋白质大分子能够协助人体实现感知光亮、肌肉生长、病毒免疫等多种功能,对生命至关重要。通过研究蛋白质分子的结构,能够解决包括农作物增产、药物设计、病理探究以及降解塑料等多领域的问题,充满丰富想象空间。2)人工智能能做什么?目前单种蛋白质存在约种[iii]潜在的立体构象,虽然AlphaFold当前仍不能保证接近完美的预测,但我们认为,随着模型的持续优化及蛋白质结构数据库(PDB)的不断完善,该技术有望持续助力完善蛋白质结构的预测效率和精度,加速蛋白质折叠应用的拓展与落地。

生命科学与人工智能持续交叉,有望成为新投资赛道。从2018年微软[iv]推出Elevation预测CRISPR基因编辑效果,2020年初中国AI企业运用人工智能技术在诊前、诊中、诊后全阶段助力抗疫,再到本次AlphaFold解构生物学难题,我们认为这预示着发展基于人工智能技术的生命科学有望成为未来的重要趋势;随着人工智能“智力”水平不断上升,人工智能技术应用或将迎来爆发式增长,我们看好AI+生命科学成为一条新的优质投资赛道。

估值与建议

维持所覆盖公司评级、盈利预测、目标价不变。

风险

新业态带来伦理和政策挑战;人工智能技术发展不及预期。

图表1: 什么是“蛋白质折叠问题”?

资料来源:DeepMind,中金公司研究部

图表2:单个人体约含有两万种蛋白质,探索前景丰富

资料来源:DeepMind,中金公司研究部

图表3:蛋白质分子折叠应用前景广阔

资料来源:Nature,DeepMind,中金公司研究部

图表4: 人工智能在医疗领域的应用逐渐增加

资料来源:科大讯飞,IBM官网,中金公司研究部

图表5: AI技术开始渗透至诊疗流程各环节

资料来源:中金公司研究部

图表6:DeepMind 训练神经网络预测蛋白质成对残基(residues)之间距离的独立分布

资料来源:DeepMind,中金公司研究部

图表7:AlphaFold 2算法预测的优化效果显著

资料来源:Nature,DeepMind,CASP,中金公司研究部

图表8:AlphaFold神经网络架构

资料来源:DeepMind,CASP,中金公司研究部

图表9:AI+CRISPR基因编辑的理念框架

资料来源:WilsonCenter,中金公司研究部

图表10:微软开发的Elevation可利用算法预测CRISPR脱靶效应的概率分布

资料来源:Nature,微软,中金公司研究部

图表11: 卫生事件期间,中国安防和AI公司推出的卫生事件防控产品

资料来源:各公司官网,中金公司研究部

(编辑:李国坚)

智通声明:本内容为作者独立观点,不代表智通财经立场。未经允许不得转载,文中内容仅供参考,不作为实际操作建议,交易风险自担。更多最新最全港美股资讯,请点击下载智通财经App
分享
微信
分享
QQ
分享
微博
收藏