Я думаю, что одним из самых многообещающих аспектов ИИ в открытии лекарств является преимущество многомодальности и возможность создания моделей для многих различных задач. В своем эссе 2012 года, в котором он описывает закон Эрума (экспоненциально снижающаяся эффективность НИОКР в открытии лекарств), одним из "диагнозов" Джека Сканнелла для этой проблемы было предвзятость "базового исследования – грубой силы". У нас есть тенденция переоценивать влияние масштабирования технологий раннего этапа открытия. Часто эти анализы имеют низкую "предсказательную валидность" клинического успеха. Один из способов, которым модели ИИ помогают решить эту проблему, заключается в том, что они могут включать более трансляционно релевантные предсказания на самых ранних этапах открытия. Я думаю, что это гениальность видения Брендона и Алекса в Axiom. Снижая стоимость, время и трение, связанные с тестированием на токсичность, это можно провести гораздо раньше в процессе открытия — как только у вас есть молекула. Это одно из самых радикальных отклонений молекулярного машинного обучения по сравнению с ранними усилиями в области вычислительной химии. Большое количество различных критериев открытия может быть учтено в одном прямом проходе.