如何看待AI在药物研发中的潜力？专访香港理工大学赵燕湘

主要观点总结

本文讨论了关于诺贝尔化学奖授予DeepMind科学家、AI在药物研发领域的潜力、以及生物医学领域的人工智能模型等相关话题。文中还涉及了赵燕湘教授对AI在药物发现方面的看法，以及生物科技与AI、生物与工程学的结合，学科交叉带来的研究突破，应用生物及化学技术领域的前沿研究，香港在生物医疗行业中的区位优势，学术研究与产业界合作推动科技成果的实际应用，以及培养和激励更多女性从事科学和医药领域的观点。

关键观点总结

关键观点1: DeepMind的科学家因在蛋白质结构预测领域的研究获得诺贝尔化学奖

DeepMind的两位科学家与戴维•贝克共同获得诺贝尔化学奖，他们开发的AI模型解决了长期存在的蛋白质结构预测难题。

关键观点2: AI在药物研发领域的潜力

AI模型如AlphaFold已经在药物研发中展现出加速作用，但仍处于早期阶段，需要更多的数据点和实际应用来完善。赵燕湘教授认为AI在药物研发中更多是辅助工具，离独立研发药物还有一段距离。

关键观点3: 生物科技与AI的结合以及生物与工程学的交叉

赵燕湘教授认为生物科技与AI的结合以及生物与工程学的交叉将带来重大的研究突破。AI在生物科技领域的应用将加速药物开发的进程，而工程学的方法可以进行系统化的大规模实验，提升研究的效率和成果的转化速度。

关键观点4: 应用生物及化学技术领域的前沿研究

赵燕湘教授认为癌症和脑部疾病是新药研发的主要领域，前沿研究包括新的治疗程式、核酸类药物和细胞疗法等。

关键观点5: 香港在生物医疗行业中的区位优势

香港在新药研发领域面临挑战，但自由经济架构是其一大优势。赵燕湘教授认为香港可以与外界合作，促进first-in-class的创新。

关键观点6: 学术研究与产业界的合作

关键观点7: 培养和激励更多女性从事科学和医药领域的观点