近年來(lái)，在創(chuàng )新藥發(fā)展的一片繁榮背后，創(chuàng )新藥的困境也在慢慢浮現。一者，在已知有限的人體基因靶點(diǎn)下，潛在的藥物靶點(diǎn)數量有限，不利于現如今藥物研發(fā)大環(huán)境。二者，醫藥市場(chǎng)中“內卷”生成，同質(zhì)化的靶點(diǎn)扎堆情況愈發(fā)嚴重，上百種PD-1、ADC和Car-T種子賽道擁擠。

       因此如何從靶點(diǎn)賽道中脫穎而出，從新藥研發(fā)中脫穎而出，既成為了藥企迫切的需求，也是AI制藥存在的核心使命。

       2021年9月18日，由中國國際智能產(chǎn)業(yè)博覽會(huì )組委會(huì )主辦，南岸區人民政府、重慶經(jīng)濟技術(shù)開(kāi)發(fā)區管理委員會(huì )、藥智網(wǎng)、中國藥業(yè)雜志社承辦的2021大健康產(chǎn)業(yè)高質(zhì)量發(fā)展大會(huì )暨第六屆中國醫藥研發(fā)•創(chuàng )新峰會(huì )（PDI）正在舉行。同日下午，名為“藥物研發(fā)創(chuàng )新與AI”的主題會(huì )議以大會(huì )分論壇的形式召開(kāi)。

       期間不僅有多位計算機及制藥領(lǐng)域的專(zhuān)家分享了各自對“AI+制藥”的核心報告，同時(shí)還以圓桌論壇的形式，集思廣益，共同探討“AI將如何推動(dòng)藥物研發(fā)創(chuàng )新升級？”

       AI制藥開(kāi)啟藥物研發(fā)新篇章

       新藥研發(fā)面臨研發(fā)周期長(cháng)、研發(fā)成功率低以及研發(fā)費用高等三大困境。而其階段主要包括藥物發(fā)現、臨床前研究、臨床研究以及審批與上市四個(gè)階段。其中藥物發(fā)現階段和臨床前研究階段則是藥企最為憂(yōu)心的階段。

       同時(shí)，在整個(gè)過(guò)程中雖說(shuō)越往后成本越高。但**、溶解度等階段的關(guān)鍵性卻反而在之后的實(shí)驗研究之上，無(wú)數例子顯示，傳統方法往往在投入了大量時(shí)間、人力、金錢(qián)完成前期階段后，卻在之后的推進(jìn)過(guò)程中發(fā)現并不適合成藥，造成大量資源和機會(huì )的浪費。

       更多藥企在此困境下努力嘗試通過(guò)技術(shù)創(chuàng )新來(lái)加快新藥研發(fā)速度、提高成功率和降低成本，卻也為AI制藥領(lǐng)域發(fā)展帶來(lái)新的契機。

       重慶華森制藥集團黨委書(shū)記、董事長(cháng)游洪濤表示，繼過(guò)去的自然醫藥時(shí)代與現在的生物醫藥時(shí)代之后，制藥時(shí)代即將迎來(lái)新的篇章。靶點(diǎn)與人工智能的結合也將加速這個(gè)時(shí)代的降臨，29億對堿基對中，編碼數量目前也僅有3萬(wàn)多個(gè)，還有巨大的空間可以利用。而在這樣大數據工作量下，大數據與人工智能所起到的作用也將遠遠超過(guò)人腦。其間商機可見(jiàn)一斑。

       最近生物醫藥、傳統醫藥、AI人工智能相互融合產(chǎn)生了很多公司，比如OxfordNanopore這家公司市值60多萬(wàn)英鎊，產(chǎn)生了很多獨角獸企業(yè)，產(chǎn)生了新的賽道。

       AI制藥發(fā)展制約條件

       人才：就目前而言，隨著(zhù)科技時(shí)代的來(lái)臨，全球AI人才總體數量并不少，但能把AI與生物醫藥結合的專(zhuān)業(yè)性人才短缺卻仍是行業(yè)面臨的嚴峻挑戰，兩者不同專(zhuān)業(yè)的交叉與融合提升了對人才的需求的同時(shí)，高效產(chǎn)出人才量仍遠遠少于市場(chǎng)需求。重慶醫科大學(xué)副教授張永紅對此表示，對于交叉學(xué)科而言，專(zhuān)業(yè)知識倒還是其次，對于人才的訓練更多的還是在于其思維模式的改變，將知識的結合能力成為了他們以后否在醫藥研發(fā)過(guò)程中解決個(gè)別瓶頸問(wèn)題的關(guān)鍵。

       數據源：現如今，數據源、算法與算力是AI領(lǐng)域公認的三大要素，而對于A(yíng)I+醫藥研發(fā)而言同樣如此。而如果說(shuō)算法與算力是大量專(zhuān)業(yè)人才可以解決的瓶頸問(wèn)題，那么大量高質(zhì)量數據源則是更為重要的一環(huán)。或由于隱私、或由于政策，生物技術(shù)領(lǐng)域的大數據往往并不能很好地進(jìn)行建模，且往往還需要來(lái)考慮種屬差異、劑量、體內暴露情況等多種因素的影響。國內創(chuàng )新藥研發(fā)起步較晚，與國外相比，對于優(yōu)質(zhì)數據的積累還有一定距離。制藥行業(yè)的專(zhuān)業(yè)門(mén)檻很高，而且鏈條很長(cháng)。此外，醫藥領(lǐng)域的監管政策和體制改革也很頻繁，使得獲得連接歷史藥物數據變得困難。這些都會(huì )導致醫藥數據統計在完整度和精準度上的不足，從而影響相關(guān)決策。

       政策法規：某種程度上而言，AI在其他科技領(lǐng)域的應用已遠超醫藥行業(yè)，對于監管機構會(huì )如何監管AI藥物，就藥物審評審批來(lái)說(shuō)，化合物應該遵照“安全有效”的評價(jià)標準，審批和監管體系短時(shí)間內很難改變。啟迪博大投資管理有限公司總經(jīng)理，清華校友總會(huì )生命科學(xué)與醫療健康專(zhuān)委會(huì )秘書(shū)長(cháng)余永平也坦言，理論上政策的改革其實(shí)比技術(shù)創(chuàng )新更難，因為它是生產(chǎn)關(guān)系的改變，所有生產(chǎn)關(guān)系的改變都觸及到利益，而生產(chǎn)力的改變就是一個(gè)技術(shù)，相對前者反而簡(jiǎn)單，好用就好辦。

       比起“跨界”，AI醫藥核心意義更在于“結合”

       雖說(shuō)當今社會(huì )不斷強調“打敗你的不一定是同行，也許是跨界”，但由于醫藥領(lǐng)域與計算機AI領(lǐng)域的專(zhuān)業(yè)壁壘巨大，在大多數人看來(lái)往往是“懂藥的不懂計算機、懂計算機的不懂藥”。即使是深耕多年的醫藥領(lǐng)域專(zhuān)家也無(wú)法保證能在A(yíng)I醫藥研發(fā)領(lǐng)域有所建樹(shù)。

       重慶醫科大學(xué)副教授張永紅認為，與其跨界交叉，反而融合更有價(jià)值，將藥學(xué)的知識跟計算機的關(guān)鍵節點(diǎn)聯(lián)合，邀請計算機專(zhuān)家解決藥學(xué)問(wèn)題，將成為未來(lái)AI在藥學(xué)領(lǐng)域起到關(guān)鍵作用的點(diǎn)。正如成都先導與騰訊AILab合作，共同設計開(kāi)發(fā)了一款分子骨架躍遷算法，有望加快藥物研發(fā)領(lǐng)域中的小分子設計環(huán)節，從而大大減少人力以及時(shí)間成本。

       中國科學(xué)院重慶綠色智能研究院大數據中心主任尚明生也表示，新藥創(chuàng )新非常需要借助AI的力量，而對于計算機專(zhuān)業(yè)人才而言，也非常愿意貢獻里面的算法工具作為其中來(lái)使用的力量，這就是結合的真正意義所在。

       比起縮短新藥周期，“探索”更具意義

       資料顯示，AI在化合物合成和篩選方面比傳統手段可節約40%~50%的時(shí)間，每年為藥企節約260億美元的化合物篩選成本。在臨床研究階段，可節約50%~60%的時(shí)間，每年可節約280億美元的臨床試驗費用。也即是說(shuō)，AI每年能夠為藥企節約540億美元的研發(fā)費用。

       但其實(shí)，正如成都先導藥物開(kāi)發(fā)有限公司董事長(cháng)、CEO李進(jìn)所言，AI對醫藥工業(yè)的促進(jìn)作用不言而喻，隨著(zhù)數據越來(lái)越多，數據的質(zhì)量越來(lái)越高，這個(gè)作用會(huì )越來(lái)越大。但是面對一些問(wèn)題，針對一個(gè)靶點(diǎn)如果已經(jīng)有已知化合物的作用，在這樣的基礎上AI的算法可能起到人想象不到的作用。因為我們每個(gè)人能夠觀(guān)察學(xué)習分析的數據量是有限的，而AI是沒(méi)有限的。我們甚至看幾百個(gè)分子都看得出來(lái)，但如果我擺幾萬(wàn)個(gè)分子在里面，將來(lái)人就看不清楚了，那就要靠算法來(lái)做。

       “AI+醫藥”真正有意義或許并不局限于降低新藥研發(fā)的時(shí)間、人力及金錢(qián)成本，更多的或許是發(fā)現原來(lái)很難、甚至不可能發(fā)現的靶點(diǎn)及成藥機制，使不可能成為可能。

       玩家齊聚AI制藥，共爭上游

       2020年起，AI制藥的初創(chuàng )公司如雨后春筍、投資機構蜂擁而至、很多高科技互聯(lián)網(wǎng)公司也來(lái)占位、制藥巨頭、傳統藥企逐布局AI，領(lǐng) 先 的制藥公司與AI驅動(dòng)的生物技術(shù)公司和AI技術(shù)供應商之間的合作關(guān)系越來(lái)越多，AI主題會(huì )議激增，甚至很多科研團隊開(kāi)始轉型，AI制藥轉瞬間成為醫藥行業(yè)最 具商業(yè)價(jià)值的方向之一，甚至被認為將有機會(huì )引起一場(chǎng)顛覆式的制藥革命。

       AI制藥公司大約有300家以上，根據主營(yíng)業(yè)務(wù)布局領(lǐng)域或者公司主要技術(shù)平臺從新藥研發(fā)的環(huán)節角度對公司進(jìn)行分類(lèi)，先導化合物設計、優(yōu)化及合成，化合物篩選，靶點(diǎn)發(fā)現環(huán)節布局公司最多，其次，ADMET預測、藥物重定位（老藥新用）也有較多公司布局。

       同時(shí)，出初創(chuàng )型企業(yè)外，業(yè)內各大龍頭藥企同樣對“AI制藥”領(lǐng)域充滿(mǎn)興趣并深度參與其中，國內方面，如藥明康德、先聲藥業(yè)、豪森藥業(yè)等均選擇與AI企業(yè)進(jìn)行合作。

       總結

       總而言之，AI或者說(shuō)是計算機在各個(gè)領(lǐng)域能做的事情都很簡(jiǎn)單，關(guān)鍵在于A(yíng)I與醫藥兩者的結合，趨勢若對，那剩下的事情無(wú)非“合作”兩字。所以本次之所以組織本屆會(huì )議，就是為了能夠跨界交叉，將大家融合在一起，如果促進(jìn)兩個(gè)領(lǐng)域之間后續的合作，推動(dòng)兩個(gè)領(lǐng)域之間的協(xié)同發(fā)展，那就是價(jià)值所在。

       責任編輯|青霉素