計算+實驗，開啟藥物研發(fā)、材料研發(fā)新篇章

　　在各行各業(yè)越來越邁向高精尖發(fā)展的今天，傳統(tǒng)的“經(jīng)驗+試錯”研發(fā)模式不再能滿足產(chǎn)業(yè)發(fā)展和升級的需求，舊有的研發(fā)技術體系的產(chǎn)能已經(jīng)快走到了盡頭，隨著計算機的發(fā)展和計算能力的提高，各個產(chǎn)業(yè)的研發(fā)模式正在向“計算+實驗”驅動轉變。

　　在并行計算和高性能計算的支持下，通過構建計算模型，利用仿真技術模擬對象系統(tǒng)，能夠幫助研發(fā)人員分析和研究的系統(tǒng)運行狀態(tài)、揭示系統(tǒng)動態(tài)過程和運動規(guī)律，并快速處理和分析海量數(shù)據(jù)。這種結合計算優(yōu)勢的實驗手段，大大減少了研發(fā)時間和成本，同時提高了研發(fā)效率和質量，將創(chuàng)新發(fā)現(xiàn)更快地推向市場驗證、更快實現(xiàn)大規(guī)模的落地應用。

　　在計算驅動的研發(fā)范式下，新藥的發(fā)現(xiàn)不再是大海撈針，研發(fā)人員能夠快速處理數(shù)據(jù)庫中數(shù)以億計的小分子結構，對藥物與靶標分子(如蛋白質)的相互作用進行模擬計算，預測化合物的生物活性和藥物潛力。材料研發(fā)也打破了以往人們視材料學為“煉丹”的刻板印象，新材料的可搜索空間大幅增加，候選材料如今已經(jīng)擴展到數(shù)千萬量級，通過在原子尺度上模擬材料的結構、性質和演化過程，能夠實現(xiàn)對新型材料的高通量篩選與理性設計。

　　各行業(yè)的研發(fā)人員不再反復陷入反復的試錯循環(huán)，而是利用先進的計算技術快速“算”出新藥、“算”出新材料，推動產(chǎn)業(yè)發(fā)展，創(chuàng)造商業(yè)和社會價值。

　　與傳統(tǒng)的試錯實驗相比，“計算+實驗”新范式為各行業(yè)研發(fā)帶來的變革是全方位的。

　　首先是研發(fā)效率的大幅提升，創(chuàng)新產(chǎn)品得以更快地走向市場。

　　“計算+實驗”的方法是在計算機虛擬環(huán)境中模擬真實世界中的各種復雜系統(tǒng)，能夠在不實際制造或部署昂貴設備的情況下，觀察系統(tǒng)的動態(tài)，快速測試和驗證各種假設;而且借助高效的算法和計算機技術，能夠在短時間內(nèi)分析大量數(shù)據(jù)和可能性。

　　眾所周知，無論是新藥研發(fā)還是新材料研發(fā)，都是回報高、但周期也極為漫長的領域。新藥研發(fā)之所以有“雙十定律”(即研發(fā)成功一款新藥需耗時10年、投資10億美元)的阻礙，主要就在于藥物篩選過程很長。

　　傳統(tǒng)藥物研發(fā)通常采用漏斗式篩選的方式，美國國立衛(wèi)生研究院的國家癌癥研究所，曾經(jīng)花了二十年的時間(1960年-1980年)，測試了大約35000 種植物的抗癌活性，最終只有紫杉醇和喜樹堿兩種成分被證明有效。據(jù)Ufts藥物開發(fā)研究中心數(shù)據(jù)顯示，研發(fā)人員往往根據(jù)經(jīng)驗提出5000至10000種化合物作為候選，然后通過試錯實驗篩選出其中大約250個進入臨床前研究階段，再經(jīng)過多輪篩選后，大約5至10種化合物會被選中進行臨床試驗，最終只有1種化合物能通過臨床測試、獲得FDA(美國食品藥品監(jiān)督管理局)批準上市。這樣的研發(fā)速度遠遠難以滿足全球患者對新藥的需求。

　　而計算方法的引入，可以在靶點發(fā)現(xiàn)、分子設計、化合物合成等早期階段給予助推，比如通過分子模擬計算進行實驗前的虛擬篩選和驗證，從而顯著縮短新藥研發(fā)時間。

　　其次是研發(fā)成本的顯著降低。

　　依賴傳統(tǒng)試錯實驗的科學研發(fā)幾乎都是勞動密集型的工程，人力和物質資源的投入可謂巨大。據(jù)統(tǒng)計，一款新藥的研發(fā)大約需要投入66億美元資金、總計700萬小時的工作量、進行6585輪試驗，以及423位科研人員的共同努力。這也是許多投資者不敢貿(mào)然涉獵前沿科學領域的主要原因之一。

　　計算驅動的模式則將研發(fā)轉變?yōu)榱擞嬎忝芗�型和�?shù)據(jù)密集型工作，它能夠避免傳統(tǒng)實驗中大量資源的消耗，通過設計模擬實驗，可以大幅度地減少實際物理實驗的需求，從而降低金錢和人力投入。所以，在進入昂貴的多輪化合物篩選過程之前，研發(fā)人員就能通過計算確定正確的靶標，大大減少后續(xù)試驗的重復成本。

　　最后，是以數(shù)據(jù)驅動的決策將研發(fā)過程變得更加理性和精準，提升了研發(fā)成功率。

　　對于甘坐冷板凳的科研人員和有遠見卓識的投資人而言，科學研發(fā)周期長、成本高的問題或許可以克服，但失敗風險大、回報率低，卻一直是個難以逾越的障礙。比如新藥研發(fā)和新材料研發(fā)的成功率都低至10%以下。

　　這在很大程度上是因為傳統(tǒng)研發(fā)模式主要依賴的，是專家經(jīng)驗和直覺進行實驗設計，實驗的隨機性、偶然性和不可解釋性較強。材料學常被人戲稱為“炒菜”，就是因為發(fā)現(xiàn)高性能材料時往往要“碰運氣”這個痛點，而且難以做回溯性的中間過程解釋。在催化劑的創(chuàng)新開發(fā)中，通過試錯得到的催化劑，也很難明確其與反應性能之間的構效關系。所以，研發(fā)成功率低與實驗過程的不精準、非理性有很大關系。

　　“計算+實驗”的模式則強調(diào)用數(shù)據(jù)分析來指導實驗設計和結果解釋，這是一個更加系統(tǒng)化的、基于目標的過程，不僅提高了研發(fā)的精確度，也使得決策過程更加科學和合理。而且，在處理復雜系統(tǒng)的研究對象時，計算的手段具有明顯的優(yōu)勢，它能夠模擬現(xiàn)實世界中的系統(tǒng)的動態(tài)變化和相互作用，并能深入到微觀層面，從而為新產(chǎn)品的研發(fā)提供更多、更準確的數(shù)據(jù)信息支撐，這是傳統(tǒng)實驗是難以做到的。

　　比方說，藥物研發(fā)人員可以利用靶標的結構和功能信息以及分子模擬技術，來設計與目標靶標特異性相互作用的分子，以便專注于與疾病過程相關的特定分子靶標，整個研發(fā)過程更具目標導向，開發(fā)有效藥物的幾率大大增加。

　　在如今的各個前沿科學領域，計算正在其中扮演著不可或缺的工具角色，從技術創(chuàng)新到產(chǎn)業(yè)落地的過程中，“得計算者得天下”越來越成為行業(yè)共識。

　　在生命科學領域，出現(xiàn)了安騰(Anton)這樣的分子動力學模擬專用超級計算機，美國的制藥公司Relay就是借助它進行藥物靶點和小分子藥物結構的模擬篩選，通過計算與實驗雙管齊下，僅僅花了18個月、不到1億美金就確定了膽管癌治療藥物RLY-4008的結構設計，打破了傳統(tǒng)藥物研發(fā)界的“雙十魔咒”。

　　作為產(chǎn)業(yè)經(jīng)濟的最上游環(huán)節(jié)，新材料研發(fā)的高端化發(fā)展也離不開計算驅動。國家超算天津中心黨組書記孟祥飛，曾在“計算-數(shù)據(jù)-智能融合驅動的材料創(chuàng)新發(fā)展高端”論壇上指出，材料是一種復雜的高維多尺度耦合系統(tǒng)，現(xiàn)有的基礎理論還不能準確地描述材料成分—組織/結構—性能—服役行為的構效關系，一些深層次的機理還不清楚，導致材料研發(fā)長期基于經(jīng)驗，依靠“試錯法”推進。而計算驅動模式下的計算材料學，已經(jīng)成為現(xiàn)代材料研發(fā)的重要手段，可以有效提升材料研發(fā)的效率并降低研發(fā)成本。

　　在化學行業(yè)，單靠化學家在實驗室解析表達也已成過去式，用盡可能少的計算資源去模擬復雜化學體系的電子結構以及動力學行為，是如今更主流的研究手段。基于計算與實驗相結合的研究范式，實現(xiàn)了更加精準、可控、可調(diào)整、高預測性、高效率、高經(jīng)濟效益同時更加環(huán)境友好的化學研究成果和產(chǎn)業(yè)應用。

　　可以預見的是，計算結合實驗的范式將在未來助力更多科學發(fā)現(xiàn)，成為各行各業(yè)產(chǎn)業(yè)騰飛的新引擎。