吃藥嗎？AI造的！

　　李時珍是明代的神醫(yī)，真正的藥圣，嘗百草，參考各種藥學古籍，花費二十七年著述《本草綱目》，只為給后人留下一座藥物寶庫供參考，潤澤無數(shù)后人;藥王孫思邈也是救疾濟危般的圣人，《千金要方》里八百多種藥草，六千五百種藥方都是遍尋名山大川歷經(jīng)數(shù)十年的求索探訪積累下來的，讓后輩受益無窮。

　　古代醫(yī)者先賢們不為名利，只為解救蒼生疾苦，懷抱利益眾生的信念，以身試藥，嘔心瀝血花費一生的精力去更新藥方，成本極大�，F(xiàn)代制藥的過程說起來也是一把辛酸淚，造新藥的過程復雜艱難，沒有個數(shù)十年的積累和數(shù)百億資金的支持，制備新藥只能是夢境花園。

　　藥物研發(fā)效率低下是醫(yī)療領域自古的難題，數(shù)字時代技術的飛速發(fā)展，5G、云計算、AI技術協(xié)同螺旋上升，新技術讓制藥領域看到了一些革新的曙光，藥企們都積極擁抱這個新的變化，愿意躬身一試，創(chuàng)造新的化合藥物和增量市場。

　　溯源新藥研發(fā)

　　對于現(xiàn)代人來說，醫(yī)療條件變得越來越好，人均壽命逐漸增加，人們非常關注健康養(yǎng)身領域，再加上環(huán)境與生活的影響，疾病的種類逐漸增多，各類藥物的需求增大，疫情黑馬的攪局，讓人類更加沒有安全感，加速了醫(yī)療設備與新型藥物的需求。

　　現(xiàn)代制藥的新藥研發(fā)流程主要包括藥物發(fā)現(xiàn)(2-?年，時間不定)、臨床前研究(2-4年)、臨床試驗(3-7年)、監(jiān)管審批上市(1-2年)四個階段。一款新藥從誕生到上市用于治療，需要花費十年以上的時間，數(shù)億美元的資金，并且其成功研發(fā)率還很低，據(jù)悉，每年上市的新藥僅數(shù)十種。

　　傳統(tǒng)的化合制備方法在藥物發(fā)現(xiàn)的階段，尋新靶向藥困難，通過原始的方法挨個尋找試驗，困難重重，成功率極低，依賴的是研究人員的靈感和運氣，哪怕是找到新的靶向藥了，還會有新事故的發(fā)生，藥物研發(fā)流程可能走了一大半，到了后面試驗或者上市檢測環(huán)節(jié)出現(xiàn)問題，前功盡棄。藥物研發(fā)率低是制藥最大的痛點，尋找新藥需要新技術的輔助。

　　AI技術中的機器學習、深度學習、自然語言處理等技術能夠提高制藥數(shù)據(jù)、信息的處理效率，對于藥物研發(fā)過程中的新藥發(fā)現(xiàn)，可以代替研究人員有限的知識儲備和想象力，發(fā)現(xiàn)原來很難、甚至不可能發(fā)現(xiàn)的靶點，這也是AI在制藥領域最大的價值點，AI還可以預測候選藥物的性能如藥物的吸收、代謝、毒性、不良反應等，縮小后期實驗范圍，降低臨床失敗概率，大幅降低新藥研發(fā)的時間、資金成本。

　　新藥研發(fā)商業(yè)化道路的桎梏

　　在新藥研發(fā)的過程中，AI技術分別在藥物發(fā)現(xiàn)、臨床前研究、臨床試驗、檢測等流程中有大的優(yōu)化空間去提升效率，AI的切入將可為這些環(huán)節(jié)提供更優(yōu)的解決方法。

　　新藥的早期發(fā)現(xiàn)是目前AI著力較多的領域，在新藥發(fā)現(xiàn)的階段，AI可以分析、閱讀大量理化數(shù)據(jù)、期刊文獻成果、臨床數(shù)據(jù)等，從化學和生物分子層面的篩選優(yōu)化發(fā)現(xiàn)可能的突破口。比如AI可以預測疾病靶點、成藥靶點、藥物結構與活性的關系等。

　　在大規(guī)模臨床試驗階段，優(yōu)化藥物反應試驗、選擇受試人群、藥物警戒和數(shù)據(jù)查詢等并評估通過人類臨床試驗的可能性。這些優(yōu)化工作也將是大多數(shù)AI制藥企業(yè)的核心價值。

　　AI為制藥業(yè)帶來了便利，但是技術的實現(xiàn)并非易事，主要的制約來自數(shù)據(jù)量有限，算法模型不夠準確，復合型背景人才的缺失。

　　目前藥物研發(fā)還處于早期搭建基礎設施的階段，醫(yī)療行業(yè)的數(shù)據(jù)與其他行業(yè)不同，有效的、有價值的數(shù)據(jù)是企業(yè)核心的商業(yè)機密與發(fā)展命脈，不便對外公布，行業(yè)目前使用的公開數(shù)據(jù)主要是PubChem、ChEMBL等，其他的數(shù)據(jù)都是在科研機構與藥企自己手里，數(shù)據(jù)不夠再加上數(shù)據(jù)孤島不便打通的困境，大家能夠使用的數(shù)據(jù)非常有限。而AI技術又是一個數(shù)據(jù)饕餮大漢，需要喂養(yǎng)的數(shù)據(jù)越多越好，這樣迭代出來的模型才能夠越來越準確。數(shù)據(jù)與算力成為AI 制藥快車道上發(fā)展的掣肘。

　　除了數(shù)據(jù)以外，復合型人才也是高精尖領域發(fā)展的障礙之一，AI與制藥領域需要的人才都需要至少十年的培養(yǎng)，而在這個復雜的復合領域里面，不僅需要生物學、化學、AI 算法設計等背景的人才，也需要藥劑學、藥物臨床試驗和臨床醫(yī)學等方面的人才協(xié)同創(chuàng)新，而同時擁有算法和藥物研發(fā)背景的人才非常稀缺，這無疑增加了 AI 制藥領域的荊棘。

　　新藥研發(fā)是個非常復雜的過程，需要創(chuàng)造創(chuàng)新的能力，不像人工智能在其他領域的唯手熟爾的勤加練習就可以有成果，每一個新藥的研發(fā)，都是對未知領域的突破。明晰了AI制藥的挑戰(zhàn)和數(shù)據(jù)算力的價值，對于AI制藥的發(fā)展路徑也就能夠較好的把握。

　　后疫情時代新風口，AI制藥賽道火熱

　　AI 制藥企業(yè)在前期需要進行大量的數(shù)據(jù)與算法的積累，在早期商業(yè)化道路上稍顯蹣跚。但是AI技術本身對于藥物的研發(fā)來說，具有很大的價值。后疫情時代，有關藥物研發(fā)、醫(yī)療設備的概念股飆升，背后折射的是人們對于健康的看重。

　　資本持續(xù)加注投資，融資數(shù)目以及數(shù)字金額持續(xù)增長翻番，據(jù)斯坦福大學發(fā)布《人工智能指數(shù)》報告顯示，2020年投資于AI藥物研發(fā)領域公司和項目的資金增至138 億美元，超過 2019 年同期的 4.5 倍以上。

　　傳統(tǒng)藥企和國內(nèi)巨頭企業(yè)紛紛發(fā)力，要么投資，要么自建平臺布局AI制藥，競爭激烈。國內(nèi)明星AI制藥創(chuàng)企晶泰科技背后的投資方就有騰訊的身影。

　　除了投資外，騰訊在去年九月發(fā)布人工智能藥物發(fā)現(xiàn)平臺“云深智藥”，平臺關于虛擬篩選和ADMET性質預測兩個工具制藥模塊已開放免費使用，蛋白質結構預測、分子設計/優(yōu)化、合成路線規(guī)劃等模塊陸續(xù)在上線中。藥企、科研機構等不僅能夠免費試用平臺搭載的核心功能，也可以和騰訊共同開發(fā)定制化的AI工具，目前騰訊已經(jīng)和多家藥企達成合作。

　　阿里云與全球健康藥物研發(fā)中心GHDDI合作開發(fā)人工智能藥物研發(fā)和大數(shù)據(jù)平臺，針對冠狀病毒的歷史藥物研發(fā)進行數(shù)據(jù)挖掘與集成，計算靶點和藥物分子性質，并跟進新型冠狀病毒最新科研動態(tài)，為新型冠狀病毒科學研究提供重要數(shù)據(jù)支撐。

　　百度的百圖生科定位于一家生物計算技術驅動的生命科學平臺公司，致力于用高性能生物計算和多組學數(shù)據(jù)技術加速創(chuàng)新藥物和早篩早診等精準生命科學產(chǎn)品的研發(fā)。其發(fā)布的螺旋槳 PaddleHelix 生物計算開源工具集，提供了包括 RNA 二級結構預測、大規(guī)模的分子預訓練、藥物 - 靶點親和力預測、以及 ADMET 成藥性預測等一系列算法和模型，重點滿足生物醫(yī)藥，疫苗設計和精準醫(yī)療方面的 AI 需求。

　　互聯(lián)網(wǎng)巨頭躬身入場 AI 制藥，它們的最大優(yōu)勢在于算力和算法，而有關藥物領域的人才以及數(shù)據(jù)池都比較欠缺，而欠缺的這些要素正好是傳統(tǒng)藥企的核心價值，傳統(tǒng)藥企國外如默沙東、賽諾菲等，國內(nèi)如齊魯制藥，海正藥業(yè)等老牌廠商，他們擁有成熟的藥研體系與數(shù)據(jù)池，研發(fā)資金充足、項目經(jīng)驗豐富;雙方的牽手也是互相成就的最佳選擇，前景可觀。

　　無論傳統(tǒng)藥企還是騰訊、阿里、百度等互聯(lián)網(wǎng)巨頭跑步入場的姿態(tài)，巨頭、創(chuàng)企紛紛布局，AI制藥已然成為了風口，目前整個產(chǎn)業(yè)也是巨頭把控技術與核心數(shù)據(jù)，因為資源聚集而吃香。不過新晉AI創(chuàng)企也在紛爭中有一席之地，其商業(yè)模式逐漸清晰，與傳統(tǒng)藥企科研機構合作，出售解決方案或者新藥，國外企業(yè)如 Exscientia、Atomwise，國內(nèi)晶泰科技、燧坤智能、星藥科技等，他們在信息搜集與整合、靶點篩選、藥物設計合成、藥物有效性預測以及臨床試驗數(shù)據(jù)優(yōu)化等細分環(huán)節(jié)中，發(fā)揮作用，蓬勃發(fā)展的初創(chuàng)企業(yè)正在為 AI 制藥行業(yè)帶來全新的視角和分析工具。

　　從AI制藥這一概念提出至今，其所賦能的新藥研發(fā)不斷產(chǎn)生突破性進展，國內(nèi)外企業(yè)通過AI技術找到了新靶點新藥物的案例不少。商業(yè)化步伐最快的美國上市企業(yè) Schrodinger，目前有兩款 AI技術制成的新藥已經(jīng)獲得 FDA 批準。今年2月，AI藥物研發(fā)公司Insilico Medicine宣布其用時僅18個月、投入僅260萬美元，利用AI發(fā)現(xiàn)新機制特發(fā)性肺纖維化藥物，并成功通過多次人類細胞和動物模型實驗驗證。英國的Exscientia公司運用AI開發(fā)的臨床前候選化合物也已在去年進入到臨床階段。

　　雖然不斷有新藥研發(fā)出來的消息，但是AI制藥目前還處于早期的爬坡階段，大家處于嘗鮮新技術紅利期，各自利用手頭的資源跑馬圈地，探索發(fā)展，競爭的關鍵就是數(shù)據(jù)與算法，如何盡快的完成數(shù)據(jù)的原始積累，優(yōu)化系統(tǒng)和算法，再不斷產(chǎn)出新的優(yōu)質數(shù)據(jù)，形成良性閉環(huán)，才能在這個競爭勢態(tài)中跑出來。未來，我們會看到越來越多的新藥走到臨床開發(fā)后期，逐漸上市，也會有更多的靶向藥物設計有突破。AI+制藥，讓商業(yè)前景和社會價值盡顯。

　　十年前，談起AI我們可能會想到自動駕駛、智能交互這一天的到來，但是關于創(chuàng)造藥物，可能沒有料到，因為AI技術中立的性質，也能算為現(xiàn)代版的藥圣，古醫(yī)嘗遍百草，AI算盡新藥，科技向善，面向醫(yī)療領域就是濟世蒼生。