远程机器人实验室在AI药物发现中的应用价值与前景
文章来源于微信公众号 智药邦（ID：PHAIMUS）
数据是AI药物发现的基础。
AI对高质量的大数据的需求，或将推动药物发现数据的自动化和规模化生成。
从生物医学数据的可重复性说起
这是2016年5月《Nature》杂志对1576名研究人员进行问卷调查得出的结果。进一步的数据显示，52%的受访者同意存在严重的可重复性 "危机"。
根据Bayer和Amgen的统计，生命科学已发表的研究中，多达89％的研究结果无法复制。
约翰霍普金斯大学的微生物学家Arturo Casadevall认为，至少目前，关于可重复性是什么或应该是什么，科学家都还没有达成共识。
数据质量困境下，AI药物发现寻求新出路
数据是AI药物发现的基础。如果所使用的数据可重复性较差，质量参差不齐，那便意味着由此产生的学习模型并不可靠。
一些AI药物发现初创公司开始意识到，要充分发挥AI的价值，除了从公开来源、合作伙伴等渠道获得数据以外，还应该寻找新的数据来源，比如自建实验室获取数据（如Exscientia），或将“湿实验”的部分外包给CRO来获得相对精准的数据。
另外有一些公司独辟蹊径，借助远程机器人来提高数据质量。Insilico Medicine与Arctoris的合作便是典型案例。
远程机器人实验室之于AI药物发现意义重大
首先是数据可重复性的优势。
据统计，在生命科学领域，目前90％以上的工作流程都是手动完成，数据捕获方式很不确定；即便如今已经进入了自动化时代，但将近90％的生物学家仍在手工进行移液操作。
传统的实验室用人工来执行工作流程，不仅效率低下，而且操作标准不统一，主观因素较多，最终影响数据的可靠性。
机器人实验室可以简化实验室仪器和设备，让硬件和软件无缝地结合在一起工作，让科学家能够获得可重复性更高的实验结果。而且，在数据收集阶段机器人就能获得干净的可用于AI训练的数据。
其次是效率的优势。
2020年7月8日，《Nature》杂志封面报道了利物浦大学研究人员开发的一款“AI化学家”机器人。这款机器人可以在标准实验室中像人类一样使用各种实验仪器，自主完成一系列的实验操作。
在第一次测试中，这款机器人在8天时间里独立完成了668个实验，研发出了一种全新的化学催化剂，并且每天工作21.5个小时，剩下的时间用于暂停充电。
“AI化学家”机器人
“AI化学家”机器人在工作
这款机器人可以称量固体、分配液体、从容器中除去空气，操作催化反应，定量反应产物，某种意义上来说，它就是机器人研究员。
再者，机器人可以采集更为全面的数据，并且实时分析。
与人类不同的是，机器人具有无限的耐心，可以同时考虑数十个甚至更多维度的变量的数据。这些数据不仅包括实验数据，设备数据，还包括环境条件和设备状态数据。然后，从实验室产生的数据被汇总和分析，提供给研究人员。
在传统实验室中，
实验产生的90％的数据实际上都丢失了。
--Strateos总裁兼CEO Fischer Colbrie
远程机器人实验室的四大关键技术支撑
应用于AI药物发现的远程机器人实验室事实上包含了四大关键技术：AI技术、机器人技术、物联网、云计算。
远程机器人实验室逐渐兴起
2020年8月底，IBM发布了一个运行在云端的新化学实验室RoboRXN，可以帮助科学家远程设计和合成新分子。
IBM的RoboRXN
科学家可以通过网络浏览器在线登录该实验室平台，画出他们想要合成的分子化合物的骨架结构，然后该平台使用机器学习来预测所需的化学反应和反应的顺序，并将指令发送给远程实验室的机器人去执行。实验完成之后，平台会将结果报告发送给科学家。
此外，一些远程机器人实验室公司已经成立，并获得了投资。
Strateos
Strateos成立于2012年，位于加州，倡导“按需自动发现”，通过创建程序化的实验室环境（SCLE）来协调科学流程、仪器和机器人，使发现过程成规模、高效和准确。2020年，Strateos开始与礼来合作，使用Strateos机器人云平台来提高生物学能力，实现自动化的化学合成循环。该公司目前共融资4430万美元。
Emerald
Emerald成立于2010年。与Strateos不同，Emerald并没有提供一套事先定义的工作流程，而是提供了广泛的科学仪器设备，因此能够设计出完全可定制的生命科学实验。他们不断增加新的操作方法和设备类型，为客户提供广泛而灵活的服务。Emerald目前已获得9210万美元的投资。
Arctoris
另一个代表性公司是成立于2016年，位于英国的Arctoris。这是市场上第一家提供全自动药物发现平台的公司，可由机器人完成各种生化，细胞生物学和分子生物学测定。同时学术机构和生物技术公司能够远程实时监控实验。Arctoris目前筹集了1030万美元的资金。
Kebotix
Kebotix成立于2017年，总部位于波士顿。专注于应用机器人技术和AI建模来开发具有目标性质的新化合物。该公司可以通过自动化机械臂的使用，大大减少每次操作的时间，同时也能够通过应用机器学习工具预测实验结果，为实际实验选择最优路线，减少实验次数。Kebotix目前总融资额为1640万美元。
Culture Biosciences
Culture Biosciences成立于2016年，位于旧金山。其特色在于设计了一套远程实时监控的生物反应器。加上广泛的菌种筛选和工艺开发能力，无论是小型生物技术公司还是大型制药企业，都可以在其平台上快速从实验室规模转入商业化生产。该公司目前共吸引了2060万美元的投资。
Synthace
科学发现的工业化时代
科学发现的工业化时代在路上。
AI对高质量的大数据的需求，将推动药物发现数据的自动化和规模化生成。
同时，大量高质量数据的产生，会进一步加快数据驱动的药物发现。
5.https://www.genengnews.com/topics/bioprocessing/remote-bioprocessing-experiments-on-demand/
（智药邦 侯小龙）