AI+药物研发 备受医药市场瞩目

来源：CHC医疗传媒       点击量：6119      时间：2020-03-20

据估计，研发一种新药的成本大约为26亿美元，这一数字令人瞩目。然而，这笔金额中的很大一部分都花费在无休止的试验和失败之中。虽然一款药物从Ι期试验开始，到最终获批上市，中间要经历无数次的失败，却极少有人反思过，药物研发是否需要换一种思路来进行。

“AI+药物研发”时代来临

长期以来，药物研发具有时间长、高投入、高风险，投资汇报慢的特点。全球每年都有数千亿美元用于药品研发，而人工智能技术的运用能够在一定程度上提高研发效率，降低成本投入。随着人工智能浪潮的兴起，药物研发人员们将很快用上这些新工具来武装自己，提高药物研发效率。新药的设计、发现、研发过程，也将得到缩短。

“AI+药物研发”的方式多种多样，其核心是运用NLP算法对海量的化学库、医学数据库和常规途径发表的科学论文进行扫描，识别新颖药物、药物基因和其他与治疗有关的联结，进而寻找潜在的药物新分子。AI可以对药物结构、疾病病理生理机制、现有药物的功效、显微镜下的样本观察等等结果进行快速分析，大大提升新药发现的效率。从目前来看，AI主要作用于药物研发场景包括：靶点药物研发、候选药物挖掘、化合物筛选、预测ADMET性质、药物晶型预测、辅助病理生物学研究，以及发掘药物新适应症等。美迪西十多年前就已使用了自动采血技术，目前，美迪西具有多种高内涵筛选新技术和新方法，建立了具有先进的药物靶点筛选技术平台，能够在短时间内采集各方面的药靶信息，解决药靶开发“耗时长、准确性低、重复性差”的瓶颈。美迪西药物化学为客户提供涵盖各种靶标和疾病领域的新药研发服务，包括从活性化合物发现, 药物靶点筛选验证，先导化合物优化到临床前候选药物的选择。

在定位靶点的过程中，AI 可以梳理、分析过往的论文、试验、专利及临床信息，给出目标疾病可能的靶点列表；在设计药物阶段，AI 可以帮助设计作用于靶点的分子团，并找出可靠的合成方法；合成药物后，AI 可以帮助筛选出其中疗效最好、毒性最小的药物，并预测它的代谢情况，提升临床前试验效率；进入临床后，如果遭遇失败，AI 可以从海量数据中寻找失败原因，降低损失；除了这些，AI 还能帮助药研团队设计临床试验、招募筛选符合条件的被试人员，分析试验数据生成报告……

药物的研发过程凝聚了无数人的智慧，这些技术的诞生也不例外。AI 的角色是尽可能地降低研发的时间和金钱成本，为新药的上市争分夺秒，为更多病人带去希望。

AI技术受到医药市场瞩目

近年来，AI与医疗健康领域的融合不断加深，药物研发是AI 技术应用的重要领域之一，越来越多的生物技术公司和人工智能公司强强联合。虽然AI用于药物研发还存在一些不确定性，但是并不妨碍全球医药企业布局AI技术。辉瑞除了与IBM合作协助免疫肿瘤药物研发外，也与晶泰科技签订了战略性的合作协议；吉利德科学公司与insitro公司达成研发协议，利用机器学习探索治疗非酒精性脂肪性肝炎（NASH）的创新靶点；阿斯利康（AstraZeneca）公司与BenevolentAI公司宣布达成长期研发合作协议，使用人工智能（AI）和机器学习技术，研发治疗慢性肾病（CKD）和特发性肺纤维化（IPF）的创新疗法。医疗技术公司Atomwise宣布与礼来签署了一项多年期合作协议。

辉瑞、罗氏、GSK等巨头纷纷“下注”AI公司，发展如何还有待时间检验。毕竟目前并没有一家AI药物研发的成功案例，也没有一款AI研发的药物被批准上市。所以说光有一腔热情并不能解决研发道路上的诸多瓶颈。AI虽然是一个引人注目的做法，不过它仍然需要时间证明自己。

AI时代，洞见未来趋势

1. 药企巨头+创新企业强强联手抢占先机

AI的出现，让诸多药企巨头看到了希望。2019年3月，新基（Celgene）与Exscientia达成了一项重磅合作，双方将共同探索使用AI发现和研发肿瘤及免疫药物的可能性；2019 年 6 月，赛诺菲（Sanofi）和谷歌将建立一个新的虚拟创新实验室，计划用人工智能和云计算等新兴数据化技术加速研制新药、了解治疗过程和提高治疗效率。

合作远不止这些，而且这样的合作也只是一个开始，未来将有更多的战略性合作发生，创新企业也将在未来五到十年成为药企巨头收购的对象之一。

2. 数据为王

大数据已然成为了这场变革的重中之重。如果没有多元化、跨学科、高质量的大数据及后期的精确处理，AI技术的变革性影响就无法完全实现，已经有企业在大数据上走在前头。2019年4月，Medidata公司成立了一家AcornAi的子公司，旨在通过让数据在从研发到商业化的整个生命周期内流动，为临床研发决策提供可用的洞见。Medidata整合的平台:包含17,000多项临床试验数据，其中有5,000余项活跃数据，能分析来自200万供应商的450亿条患者记录、强大的临床数据库：业界最大的结构化、标准化的临床数据库,拥有超过480万患者数据，1,200多家客户及15万认证用户。

3. 行业标准有待建立

另外一大趋势莫过于行业标准的建立。人工智能正在颠覆游戏规则，而其本身也需要建立在医药研发应用中的规则，从而实现该行业的共识及共同进步。

结语

人工智能没有魔法，不可能将长达几年乃至几十年的新药发现过程缩短到几天的时间。但是能看到的是，AI技术正在为制药行业带来显著的变化。随着对生物医药理解的不断加深，随着计算能力的不断加强，AI有望为医疗行业带来可喜的进展。