據(jù)估計，研發(fā)一種新藥的成本大約為26億美元，這一數(shù)字令人矚目。然而，這筆金額中的很大一部分都花費在無休止的試驗和失敗之中。雖然一款藥物從Ι期試驗開始，到最終獲批上市，中間要經(jīng)歷無數(shù)次的失敗，卻極少有人反思過，藥物研發(fā)是否需要換一種思路來進行。

    “AI+藥物研發(fā)”時代來臨

    長期以來，藥物研發(fā)具有時間長、高投入、高風險，投資匯報慢的特點。全球每年都有數(shù)千億美元用于藥品研發(fā)，而人工智能技術（AI）技術的運用能夠在一定程度上提高研發(fā)效率，降低成本投入。隨著人工智能浪潮的興起，藥物研發(fā)人員們將很快用上這些新工具來武裝自己，提高藥物研發(fā)效率。新藥的設計、發(fā)現(xiàn)、研發(fā)過程，也將得到縮短。

    “AI+藥物研發(fā)”的方式多種多樣，其核心是運用NLP算法對海量的化學庫、醫(yī)學數(shù)據(jù)庫和常規(guī)途徑發(fā)表的科學論文進行掃描，識別新穎藥物、藥物基因和其他與治療有關的聯(lián)結，進而尋找潛在的藥物新分子。AI可以對藥物結構、疾病病理生理機制、現(xiàn)有藥物的功效、顯微鏡下的樣本觀察等等結果進行快速分析， 大大提升新藥發(fā)現(xiàn)的效率。從目前來看，AI主要作用于藥物研發(fā)場景包括：靶點藥物研發(fā)、候選藥物挖掘、化合物篩選、預測ADMET性質、藥物晶型預測、輔助病理生物學研究，以及發(fā)掘藥物新適應癥等。

    在定位靶點的過程中，AI  可以梳理、分析過往的論文、試驗、專利及臨床信息，給出目標疾病可能的靶點列表；在設計藥物階段，AI 可以幫助設計作用于靶點的分子團，并找出可靠的合成方法；合成藥物后，AI 可以幫助篩選出其中療效最好、毒性最小的藥物，并預測它的代謝情況，提升臨床前試驗效率；進入臨床后，如果遭遇失敗，AI 可以從海量數(shù)據(jù)中尋找失敗原因，降低損失；除了這些，AI 還能幫助藥研團隊設計臨床試驗、招募篩選符合條件的被試人員，分析試驗數(shù)據(jù)生成報告……

    藥物的研發(fā)過程凝聚了無數(shù)人的智慧，這些技術的誕生也不例外。AI 的角色是盡可能地降低研發(fā)的時間和金錢成本，為新藥的上市爭分奪秒，為更多病人帶去希望。

    AI技術受到醫(yī)藥市場矚目

    近年來，AI與醫(yī)療健康領域的融合不斷加深，藥物研發(fā)是AI 技術應用的重要領域之一，越來越多的生物技術公司和人工智能公司強強聯(lián)合。雖然AI用于藥物研發(fā)還存在一些不確定性，但是并不妨礙全球醫(yī)藥企業(yè)布局AI技術。輝瑞除了與IBM合作協(xié)助免疫腫瘤藥物研發(fā)外，也與晶泰科技簽訂了戰(zhàn)略性的合作協(xié)議；吉利德科學公司與insitro公司達成研發(fā)協(xié)議，利用機器學習探索治療非酒精性脂肪性肝炎（NASH）的創(chuàng)新靶點；阿斯利康（AstraZeneca）公司與BenevolentAI公司宣布達成長期研發(fā)合作協(xié)議，使用人工智能（AI）和機器學習技術，研發(fā)治療慢性腎?。–KD）和特發(fā)性肺纖維化（IPF）的創(chuàng)新療法。醫(yī)療技術公司Atomwise宣布與禮來簽署了一項多年期合作協(xié)議。

    輝瑞、羅氏、GSK等巨頭紛紛“下注”AI公司，發(fā)展如何還有待時間檢驗。畢竟目前并沒有一家AI藥物研發(fā)的成功案例，也沒有一款AI研發(fā)的藥物被批準上市。所以說光有一腔熱情并不能解決研發(fā)道路上的諸多瓶頸。AI雖然是一個引人注目的做法，不過它仍然需要時間證明自己。

    AI時代，洞見未來趨勢

    1. 藥企巨頭+創(chuàng)新企業(yè)強強聯(lián)手搶占先機

    AI的出現(xiàn)，讓諸多藥企巨頭看到了希望。2019年3月，新基（Celgene）與Exscientia達成了一項重磅合作，雙方將共同探索使用AI發(fā)現(xiàn)和研發(fā)腫瘤及免疫藥物的可能性；2019 年 6 月，賽諾菲（Sanofi）和谷歌將建立一個新的虛擬創(chuàng)新實驗室，計劃用人工智能和云計算等新興數(shù)據(jù)化技術加速研制新藥、了解治療過程和提高治療效率。

    合作遠不止這些，而且這樣的合作也只是一個開始，未來將有更多的戰(zhàn)略性合作發(fā)生，創(chuàng)新企業(yè)也將在未來五到十年成為藥企巨頭收購的對象之一。

    2.數(shù)據(jù)為王

    大數(shù)據(jù)已然成為了這場變革的重中之重。如果沒有多元化、跨學科、高質量的大數(shù)據(jù)及后期的精確處理，AI技術的變革性影響就無法完全實現(xiàn)，已經(jīng)有企業(yè)在大數(shù)據(jù)上走在前頭。2019年4月，Medidata公司成立了一家Acorn  Ai的子公司，旨在通過讓數(shù)據(jù)在從研發(fā)到商業(yè)化的整個生命周期內流動，為臨床研發(fā)決策提供可用的洞見。Medidata整合的平臺:包含17,000多項臨床試驗數(shù)據(jù)，其中有5,000余項活躍數(shù)據(jù)，能分析來自200萬供應商的450億條患者記錄、強大的臨床數(shù)據(jù)庫：業(yè)界最大的結構化、標準化的臨床數(shù)據(jù)庫,擁有超過480萬患者數(shù)據(jù)，1,200多家客戶及15萬認證用戶。

    3. 行業(yè)標準有待建立

    另外一大趨勢莫過于行業(yè)標準的建立。人工智能正在顛覆游戲規(guī)則，而其本身也需要建立在醫(yī)藥研發(fā)應用中的規(guī)則，從而實現(xiàn)該行業(yè)的共識及共同進步。

    結語

    人工智能沒有魔法，不可能將長達幾年乃至幾十年的新藥發(fā)現(xiàn)過程縮短到幾天的時間。但是能看到的是，AI技術正在為制藥行業(yè)帶來顯著的變化。隨著對生物醫(yī)藥理解的不斷加深，隨著計算能力的不斷加強，AI有望為醫(yī)療行業(yè)帶來可喜的進展。

    美迪西十多年前就已使用了自動采血技術，目前，美迪西具有多種高內涵篩選新技術和新方法，建立了具有先進的藥物靶點篩選技術平臺，能夠在短時間內采集各方面的藥靶信息，解決藥靶開發(fā)“耗時長、準確性低、重復性差”的瓶頸。美迪西藥物化學為客戶提供涵蓋各種靶標和疾病領域的新藥研發(fā)服務，包括從活性化合物發(fā)現(xiàn), 藥物靶點篩選驗證，先導化合物優(yōu)化到臨床前候選藥物的選擇。