算法争先AI助力基因检测(2)

其中杰毅生物开发了全自动高通量测序建库仪，把整体常规人工需要12个小时的工作时间缩短到2个小时。然后是测序，阿里达摩院负责计算测序产生的海量数据，将病毒检测的整体速度由数小时缩短到半小时，把病毒拼接的速度由30-60分钟缩短到15-30分钟。
之前阿里达摩院和杰毅生物在各自领域都有一套自己的方案，现在三家一起来做，就要不断地改进。
据顾斐透露，现在三方的方案已经统一，但是还需要更多的数据支撑，系统仍在不断优化中。
顾斐向北京商报记者举例，“之前疾控中心有自己的全基因组测序方案，有一套试验制配标准。现在三方要协调的包括选择哪个试剂、基因要双端测还是单端测、样本的浓度等。一开始这些都是不统一的”。
对比浙江省疾控中心原有的基因检测模式与新模式，顾斐说，“用之前的方式检测，有一些流程需要人工操作，比如把一台机器上的数据用人工拷贝的方式放到另一台机器上进行下一步，检测时间要以天计。现在利用新的平台，机器间的数据可以直接传输，加上算法优化，整个检测时间缩短到了十几个小时”。
“希望重视更多基因研究子方向”
战“疫”尚未结束，但已经给人工智能企业带来新的思考。北京商报记者注意到，这次行业代表性企业的支持，集中在AI测温、机器人咨询、无人配送等，少有像阿里达摩院这样的临床方向。
在杭州电子科技大学副教授徐伟栋看来，当代人工智能几乎已经是机器学习甚至深度学习的代名词。在机器学习领域，最大的成本与障碍不在算法，而在足量的训练样本。在基因领域，医学与生物学最大的成本与障碍不在计算上（基因测序除外），而在将基因、蛋白组学的结果与临床结果的联立上，这需要大量的临床试验，很慢、很费钱，甚至涉及伦理困境。
具体到基因方向，中国人工智能学会会员张孝容认为，人工智能大致有3个阶段，基因预测、器官再造、基因编辑。目前企业的研究和探索主要在第一个阶段，突破本阶段可能需要很长的时间，需要投入的很多。一方面是因为AI基因领域的相关人才少；另一方面是回报难料，商业化较难。
谈及此次疫情对人工智能企业的意义时，顾斐直言，“阿里达摩院基因研究还会进一步扩大，接下来希望进一步招募更多的专业人才”。
顾斐已经想好了三四个子方向，比如蛋白结构预测、制药方面。原因是“这些方向更偏临床，会有实实在在的帮助。现在很多机构都在根据新型冠状病毒的结构进行药物的筛选，其实阿里达摩院也在做这个工作”。