輝瑞公司首席數字和技術官Lidia Fonseca表示，機器學習技術對于加快這家制藥巨頭研發疫苗的流程至關重要，整個流程包括藥物發現、臨床試驗、供應鏈管理直至分銷到患者手上。

輝瑞已研發出了兩種抗新冠病毒的武器：與BioNTech共同研發的疫苗(以Comirnaty品牌名銷售)，以及不太常見的口服抗病毒藥物Paxlovid。

周二，Fonseca與德勤美國公司首席執行官Joe Ucuzoglu在英偉達的GPU技術大會上進行了交談，她說：“通過充分利用AI中數字數據的力量，在很短的時間內將疫苗Comirnaty和現在的口服藥物Paxlovid 推向市場，我們顯然就是鮮活的例子。”

機器學習模型非常適合這項任務：尋找具有一系列所需特性的新分子。科學家們能夠在疫情早期對新冠病毒刺突蛋白的結構進行測序和拼湊。這些刺突蛋白粘附在細胞表面，新冠病毒被吸收后允許復制。然后宿主人類被感染，導致呼吸疾病、疲勞、頭痛及其他不適癥狀。

mRNA疫苗(比如輝瑞的疫苗)其工作原理是，教人體細胞使刺突蛋白成為病毒的一部分，那樣人體免疫系統可以學會在將來一看到這類刺突蛋白就摧毀它，從而有望立即消滅進入人體的新冠病毒。

Fonseca表示，輝瑞在短短四個月內就設計出了基于mRNA的疫苗，并投入臨床試驗。在招募來自六個國家的數萬名志愿者進行測試之前，機器學習算法幫助該公司預測了生產階段的產量。AI系統被用來分析參與者癥狀方面的任何差異。

她補充道：“此外，我們同時使用AI和機器學習來預測產品溫度，并針對存放我們疫苗劑量的3000多只冰柜提供預防性維護。我們還利用物聯網和傳感器來監控和跟蹤疫苗的運輸和溫度，準確率接近100%。”

等到輝瑞將注意力轉向生產抗病毒藥物Paxlovid時(癥狀開始減輕時可以服用這種藥)，科學家們對于如何盡量減小此前注射疫苗的一些人身上觀察到的過敏反應有了更好的了解。在模型生成一系列大有希望的合適分子之后，他們能夠在超級計算機上運行的虛擬模擬中測試一小部分分子。

Fonseca證實：“臨床試驗參與者在測試我們的疫苗時，報告的許多過敏反應是疫苗本身中的某些液體脂質納米顆粒引起的;我們使用超級計算機進行了分子動力學模擬，以找到可減少過敏反應的正確組合的脂質納米顆粒特性。”

據HPC Wire報道，輝瑞借助MareNostrum 4超級計算機來虛擬測試潛在的新藥。這個龐大系統位于巴塞羅那超級計算中心，峰值性能達到11.15 Petaflops。它有3456個節點，而每個節點由兩個英特爾至強Platinum 8160處理器和四個英偉達V100 GPU組成。

如今，制藥巨頭們日益求助于AI。這項技術可實現大規模流程自動化，降低成本，并縮短新藥上市時間。Fonseca表示，像輝瑞這樣的大型制藥商將不得不與主攻制藥巨頭較為薄弱的領域的小公司合作，比如數據生成、數據聚合或數據分析等領域。

原文標題：??How Pfizer used AI and supercomputers to design COVID-19 vaccine, tablet??，作者：Katyanna Quach