在清华建校110周年庆祝大会上，北京大学校长郝平首次宣布，在人工智能教学和科研上，双方将联手建立通用AI实验班。

这意味着，这两家互为榜样，互相调侃多年的对门邻居，在人工智能上首次选择了并肩站队。

而事实上，在多年时间里，两所高校内部的姚班、图灵班已经先后培养和孵化出众多AI界的顶尖人才和创新企业。

仅以北大为例，先后走出了百度CEO李彦宏、前360首席科学家颜水成、微众银行首席人工智能官杨强等一众顶尖大佬。

在人工智能领域也是领头的北大，2002年成立了智能科学系，该系也是北大在人工智能领域最主要的机构，主要从事智能感知、机器学习、数据智能分析等方向的基础和应用基础研究，侧重于理论、方法以及重大领域应用上。

其曾参加多项国家级重大科研课题和横向应用研究项目，如国家重大科技攻关课题、国家重点基础研究发展规划(973)课题、863重大科研课题等30多项科研项目;先后获得重要科技奖励20多项：

其中指纹自动识别技术先后获得国家科技进步二等奖和教育部科技进步一等奖，以该项成果为基础建立了国内最大的指纹技术产业;人工神经网络说话人识别新方法的研究获得教育部科技进步一等奖;国家空间信息基础设施关键技术研究获得2000年中国高校科学技术二等奖，入选2000年中国高校十大科技进展等。

此外，北大又宣布成立了人工智能研究院。研究方向包括人工智能数理基础和认知科学基础、智能感知、机器学习、类脑计算、人工智能治理以及智能医疗、智能社会等方面。

而在最近爆火的AI制药赛道，也有一家由北大系创立的AI企业，正在逐渐崭露头角。

2021年5月，英飞智药宣布完成由丽珠制药和同创伟业领投的Pre-A 轮融资，此外在新药研发中充分利用并持续发展先进的AI药物发现技术，打造了自主知识产权的AI+新药研发平台——智药大脑TM。智药大脑是集顶级专家人才、一流AI+新药研发平台、前沿药物设计方法一体的药物发现系统。

在这家企业的背后，其创始人裴剑锋博士便是北大前沿交叉学科研究院定量生物学中心的研究员，此外，其联合创始人徐优俊和张伟林也分别是北大前沿交叉学科研究院定量生物学中心的博士和整合生命科学博士。

近日，雷锋网《医健AI掘金志》以“AI制药·下一个现象级赛道”为题，邀请华为云、西湖欧米、英飞智药、宇道生物、燧坤智能五家AI制药新秀，举办了一场线上云峰会。

作为此次活动的演讲嘉宾，英飞智药首席科学家张伟林，以《人工智能与新药研发》为题，对英飞智药的管线布局，以及AI平台做了介绍。

张伟林表示，最近几年，生命科学的一些原创性研究正在加速积累，包括靶标机制、新靶标结构以及检测和表征方法，都取得了突飞猛进的进展;而下游产业端也在愈发成熟，例如CRO，就将许多任务做得非常优秀。

但医药行业目前还存在一个关键性问题，就是“新分子发现与转化效率不足”，也就是当新靶标还处于早期阶段的时候，很少有人真的敢去提前进行布局。

这也导致我们原创药和医药产业整体处于落后地位。一个药物在临床之前，因为化合物结构已经确定，适应症也已经确定，所以药物发现过程，很大程度决定一个药物能否上市，能否创造价值，可以看做是整个行业最重要的命脉之一。

药物设计最重要就是要找到未被满足的临床需求。所谓临床需求，更多是要从患者角度来考虑，做出来的药物才能更有市场，我们目标具体定量来说，就是缩短研发周期，提高研发成功率。

对于分子对接来说，首先需要准备靶蛋白结构。当然生物体也有一个特质，就是同样功能可能会有同样折叠方式，当没有蛋白结构时候，也可以通过同源模建把结构模建出来(alphafold 2可以作到比较准确的从头预测)。

接下来是结合位点确认。在有的项目中，已经有复合物结构，也就明确了小分子结合位置，可以设计一个更好结构。

而有的时候，对于全新蛋白结构，其实并不知道配体是什么，这时就可以运行位点探测程序，例如CavityPlus程序，在表面进行探索。

接下来才是小分子对接，对接之后再对对接构象进行打分评价，进行体外细胞动物实验。

在这里我对计算机辅助药物设计，也就是传统CADD和AIDD简单进行一下比较。

CADD主要特点就是每一个工具和流程目标比较明确，而且通量整体也比较高，底层有物理化学规则支持。

人工智能辅助计算(AIDD)就需要定义一个目标，这个模型或者一套流程究竟要干什么，这需要好好规划，不然就会出现定义目标对选择框架太难的情况，最后导致罢工。

当然AIDD最好特点就是超高通量，我们也曾经做过超高通量实验，以分子对接数据为基础训练机器体系模型，发现这个模型速度能提高一百到二百倍，七八亿量级数据库，大约半天就能完成初步筛选。