從 DeepMind到 OpenAI：科技巨頭競逐AI製藥 形塑新經濟超級週期
AI 啟動的不只是技術應用變革，而是涵括人類經濟生活每個層面的宏觀改變。國際知名未來學家 Amy Webb 提出「超級經濟週期」（supercycle） 概念，她指出，透過多項科技的整合和互相作用，正在重塑全球經濟、社會和文化。其中最重要的三項動力，來自於 AI、生物科技，以及由半導體、感測器連結構成的網絡。
超級經濟週期指的是超過十年以上或長達數十年的長期波動，在這個週期當中，各種經濟活動和市場機制會有極大幅度的改變與波動，同時影響多個國家與產業，遠超過在總體經濟領域中慣稱的的經濟週期循環。
而人工智慧和其他兩項的發展有著密不可分的關係，互為助力。例如在生物科技領域中，不只限於傳統認知的醫療照護或新藥開發，還包括對人類食物生產、飲食習慣的影響。她在著作中提出，例如，生成生物學（Generative Biology）將可以設計和創造出新的生物特性和功能，改變藥物的製造方式，甚至生產更接近真正肉類口感的人造肉。
AI 如何影響蛋白質結構預測？
目前，各科技巨擘競逐的重點領域、且有明確發展成果的，主要是人工智慧（AI）在蛋白質結構預測與藥物開發方面的應用。從Google DeepMind的AlphaFold 3到OpenAI的GPT-4b micro，這些生物科技與AI結合的技術，正在改變醫藥與生物科技的未來，甚至可能重塑人類壽命。
蛋白質是生命的基石，影響著血液凝固、激素調節、免疫系統運作及組織修復等生物過程。蛋白質的3D結構決定了其功能，因此，準確預測蛋白質結構對於藥物開發與疾病治療至關重要。
Google DeepMind的AlphaFold 3，許多人認為是目前最精確的蛋白質結構預測AI，準確率已超越傳統基於物理的模擬方法，為科學家提供了前所未有的工具來設計新藥、理解疾病機制，甚至探索抗衰老療法。
然而，蛋白質結構預測只是第一步。AI不僅能預測蛋白質形狀，還能幫助合成全新蛋白質。這則是OpenAI的GPT-4b micro正在嘗試的突破：讓細胞重編程，使體細胞回復到類似幹細胞的狀態，從而延緩衰老。
AlphaFold 3：藥物研發的顛覆者
Google DeepMind如何改變蛋白質研究？AlphaFold最早於2018年在「關鍵性評估蛋白質結構預測（CASP）」競賽中嶄露頭角，到了2020年，AlphaFold 2的預測精準度已幾乎與實驗結果無異，震撼全球科學界。
2024年，AlphaFold 3誕生，其對於蛋白質與其他分子，如DNA、RNA、配體之間的交互作用的預測準確率，比傳統方法高出50%。最重要的是，它無需任何額外的結構信息，首次超越基於物理的計算方法，被《自然》期刊譽為「開啟生物分子結構預測的新時代」。
這代表著，AI不僅能幫助研發新藥，還能大幅加速藥物發現的過程。例如，全球製藥巨頭禮來（Eli Lilly）利用AI技術，在短短5分鐘內即可測試數百萬個分子，而傳統實驗方法可能需要一年甚至更長時間。
OpenAI的GPT-4b micro：重新編寫細胞，開啟抗老化新時代
AI如何讓細胞「回春」？2025年1月18日，OpenAI宣布與抗衰老公司Retro Biosciences合作，開發出GPT-4b micro，這是全球首款針對抗衰老的AI模型。該模型的核心技術是「山中因子」（Yamanaka Factors），這是一組可讓體細胞逆轉成幹細胞的蛋白質組合。
GPT-4b micro的突破在於，透過AI設計全新蛋白質，提高山中因子的表現效率，將細胞重編程的效果提高50倍；同時修改蛋白質高達三分之一的胺基酸，突破過去生物學家不敢嘗試的範疇。並且支援跨物種蛋白質研究，對於再生醫學發展速度將產生相當大的突破。
這項技術的目標是讓人體細胞在不影響原始功能的前提下，進行部分重編程，以延緩老化、修復組織，甚至提升壽命。這意味著，GPT-4b micro不只是個蛋白質預測工具，更可能成為未來「生物重編程」的核心引擎。
目前，已有多家公司投入部分重編程抗老技術競賽，包括Alphabet（Google母公司）旗下的Calico Life Sciences、貝佐斯投資的長壽公司Altos Labs等多家企業。
AI製藥市場的爆炸性潛力
AI的大量應用，使得製藥產業進入高速發展期。根據Markets & Markets報告，2022年全球AI藥物研發市場規模約6億美元，預計2027年將增加至40億美元，年增長率超過40%。
根據麥肯錫（McKinsey）的數據，傳統藥物開發需要10～15年，平均花費10億美元以上，有時甚至超過20億美元。然而，透過AI技術，製藥公司可以降低研發風險、縮短開發時間，甚至大幅節省成本。
光是2023年，就有多個醫藥相關的AI大模型和工具誕生，包括Salesforce推出蛋白質生成AI大模型ProGen；微軟有蛋白質生成的通用AI框架EvoDiff；AWS機器學習平臺SageMaker發佈了蛋白質摺疊工具；NVIDIA推出用於藥物研發的生成AI雲服務BioNeMo，並投資製藥公司Recursion Pharmaceuticals和Iambic Therapeutics。
此外，AI技術與基因體學（genomics）結合，也將帶來巨大的市場潛力。NVIDIA與Illumina、梅約醫學中心（Mayo Clinic）等機構合作，運用AI分析人體基因組數據，進一步加速個人化醫療與基因治療的發展。
從AlphaFold 3到GPT-4b micro，科技巨頭正以前所未有的速度推動生技領域的進步。未來AI不僅能幫助藥物發現，還可能改變人類的衰老進程，甚至讓生命延長成為現實。
這場競賽不僅是科技企業間的競爭，更關乎人類醫療健康的未來，隨著AI藥物開發技術不斷進展，或許我們正見證著醫藥領域的一場顛覆性革命。然而，這場AI製藥競賽才剛剛開始。面對技術倫理、監管挑戰，以及長期療效驗證等問題，AI是否真的能讓人類突破生物學極限？是否能夠被人類社會接受？接受到什麼程度？仍是值得全球密切關注的問題。
本文授權轉載自財團法人人工智慧科技基金會《知勢》，原文請點此。