圖片來源@視覺中國(guó)

文本|腦極體

李時(shí)珍是明代的神醫(yī)，是真正的藥城，品嘗百草，參考各種藥學(xué)古籍，用了27年的時(shí)間寫《本草綱目》，留下藥庫(kù)供后人參考，潤(rùn)澤無數(shù)后人。(威廉莎士比亞、《哈姆雷特》、《真理報(bào)》)藥王孫思宇也是挽救疾病的成年人，《千金要方》里800多種草藥、6500種藥方都是通過尋找名山大川、經(jīng)過幾十年的求索訪問積累起來的，對(duì)后輩們好處無窮。

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(fèi)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(fù)雜艱難，沒有個(gè)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(mèng)境花園。

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

溯源新藥研發(fā)

對(duì)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(guān)注健康養(yǎng)身領(lǐng)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(shè)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(shí)間不定）、臨床前研究（2-4年）、臨床試驗(yàn)（3-7年）、監(jiān)管審批上市（1-2年）四個(gè)階段。一款新藥從誕生到上市用于治療，需要花費(fèi)十年以上的時(shí)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(gè)尋找試驗(yàn)，困難重重，成功率極低，依賴的是研究人員的靈感和運(yùn)氣，哪怕是找到新的靶向藥了，還會(huì)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(yàn)或者上市檢測(cè)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(diǎn)，尋找新藥需要新技術(shù)的輔助。

AI技術(shù)中的機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理等技術(shù)能夠提高制藥數(shù)據(jù)、信息的處理效率，對(duì)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(shí)儲(chǔ)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(diǎn)，這也是AI在制藥領(lǐng)域最大的價(jià)值點(diǎn)，AI還可以預(yù)測(cè)候選藥物的性能如藥物的吸收、代謝、毒性、不良反應(yīng)等，縮小后期實(shí)驗(yàn)范圍，降低臨床失敗概率，大幅降低新藥研發(fā)的時(shí)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(shù)分別在藥物發(fā)現(xiàn)、臨床前研究、臨床試驗(yàn)、檢測(cè)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(lǐng)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(xiàn)成果、臨床數(shù)據(jù)等，從化學(xué)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(yù)測(cè)疾病靶點(diǎn)、成藥靶點(diǎn)、藥物結(jié)構(gòu)與活性的關(guān)系等。

在大規(guī)模臨床試驗(yàn)階段，優(yōu)化藥物反應(yīng)試驗(yàn)、選擇受試人群、藥物警戒和數(shù)據(jù)查詢等并評(píng)估通過人類臨床試驗(yàn)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(jià)值。

AI為制藥業(yè)帶來了便利，但是技術(shù)的實(shí)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(zhǔn)確，復(fù)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(chǔ)設(shè)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(jià)值的數(shù)據(jù)是企業(yè)核心的商業(yè)機(jī)密與發(fā)展命脈，不便對(duì)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(jī)構(gòu)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(shù)又是一個(gè)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(zhǔn)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(fù)合型人才也是高精尖領(lǐng)域發(fā)展的障礙之一，AI與制藥領(lǐng)域需要的人才都需要至少十年的培養(yǎng)，而在這個(gè)復(fù)雜的復(fù)合領(lǐng)域里面，不僅需要生物學(xué)、化學(xué)、AI 算法設(shè)計(jì)等背景的人才，也需要藥劑學(xué)、藥物臨床試驗(yàn)和臨床醫(yī)學(xué)等方面的人才協(xié)同創(chuàng)新，而同時(shí)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(lǐng)域的荊棘。

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

后疫情時(shí)代新風(fēng)口，AI制藥賽道火熱

AI 制藥企業(yè)在前期需要進(jìn)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(shù)本身對(duì)于藥物的研發(fā)來說，具有很大的價(jià)值。后疫情時(shí)代，有關(guān)藥物研發(fā)、醫(yī)療設(shè)備的概念股飆升，背后折射的是人們對(duì)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(zhǎng)翻番，據(jù)斯坦福大學(xué)發(fā)布《人工智能指數(shù)》報(bào)告顯示，2020年投資于AI藥物研發(fā)領(lǐng)域公司和項(xiàng)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(guó)內(nèi)巨頭企業(yè)紛紛發(fā)力，要么投資，要么自建平臺(tái)布局AI制藥，競(jìng)爭(zhēng)激烈。國(guó)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(tái)“云深智藥”，平臺(tái)關(guān)于虛擬篩選和ADMET性質(zhì)預(yù)測(cè)兩個(gè)工具制藥模塊已開放免費(fèi)使用，蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、分子設(shè)計(jì)/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(jī)構(gòu)等不僅能夠免費(fèi)試用平臺(tái)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(dá)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(tái)，針對(duì)冠狀病毒的歷史藥物研發(fā)進(jìn)行數(shù)據(jù)挖掘與集成，計(jì)算靶點(diǎn)和藥物分子性質(zhì)，并跟進(jìn)新型冠狀病毒最新科研動(dòng)態(tài)，為新型冠狀病毒科學(xué)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(jì)算技術(shù)驅(qū)動(dòng)的生命科學(xué)平臺(tái)公司，致力于用高性能生物計(jì)算和多組學(xué)數(shù)據(jù)技術(shù)加速創(chuàng)新藥物和早篩早診等精準(zhǔn)生命科學(xué)產(chǎn)品的研發(fā)。其發(fā)布的螺旋槳 PaddleHelix 生物計(jì)算開源工具集，提供了包括 RNA 二級(jí)結(jié)構(gòu)預(yù)測(cè)、大規(guī)模的分子預(yù)訓(xùn)練、藥物 - 靶點(diǎn)親和力預(yù)測(cè)、以及 ADMET 成藥性預(yù)測(cè)等一系列算法和模型，重點(diǎn)滿足生物醫(yī)藥，疫苗設(shè)計(jì)和精準(zhǔn)醫(yī)療方面的 AI 需求。

互聯(lián)網(wǎng)巨頭躬身入場(chǎng) AI 制藥，它們的最大優(yōu)勢(shì)在于算力和算法，而有關(guān)藥物領(lǐng)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(jià)值，傳統(tǒng)藥企國(guó)外如默沙東、賽諾菲等，國(guó)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(xiàng)目經(jīng)驗(yàn)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(chǎng)的姿態(tài)，巨頭、創(chuàng)企紛紛布局，AI制藥已然成為了風(fēng)口，目前整個(gè)產(chǎn)業(yè)也是巨頭把控技術(shù)與核心數(shù)據(jù)，因?yàn)橘Y源聚集而吃香。不過新晉AI創(chuàng)企也在紛爭(zhēng)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(jī)構(gòu)合作，出售解決方案或者新藥，國(guó)外企業(yè)如 Exscientia、Atomwise，國(guó)內(nèi)晶泰科技、燧坤智能、星藥科技等，他們?cè)谛畔⑺鸭c整合、靶點(diǎn)篩選、藥物設(shè)計(jì)合成、藥物有效性預(yù)測(cè)以及臨床試驗(yàn)數(shù)據(jù)優(yōu)化等細(xì)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(jìn)展，國(guó)內(nèi)外企業(yè)通過AI技術(shù)找到了新靶點(diǎn)新藥物的案例不少。商業(yè)化步伐最快的美國(guó)上市企業(yè) Schrodinger，目前有兩款 AI技術(shù)制成的新藥已經(jīng)獲得 FDA 批準(zhǔn)。今年2月，AI藥物研發(fā)公司Insilico Medicine宣布其用時(shí)僅18個(gè)月、投入僅260萬美元，利用AI發(fā)現(xiàn)新機(jī)制特發(fā)性肺纖維化藥物，并成功通過多次人類細(xì)胞和動(dòng)物模型實(shí)驗(yàn)驗(yàn)證。英國(guó)的Exscientia公司運(yùn)用AI開發(fā)的臨床前候選化合物也已在去年進(jìn)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(shù)紅利期，各自利用手頭的資源跑馬圈地，探索發(fā)展，競(jìng)爭(zhēng)的關(guān)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(zhì)數(shù)據(jù)，形成良性閉環(huán)，才能在這個(gè)競(jìng)爭(zhēng)勢(shì)態(tài)中跑出來。未來，我們會(huì)看到越來越多的新藥走到臨床開發(fā)后期，逐漸上市，也會(huì)有更多的靶向藥物設(shè)計(jì)有突破。AI+制藥，讓商業(yè)前景和社會(huì)價(jià)值盡顯。

十年前，談起AI我們可能會(huì)想到自動(dòng)駕駛、智能交互這一天的到來，但是關(guān)于創(chuàng)造藥物，可能沒有料到，因?yàn)锳I技術(shù)中立的性質(zhì)，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(lǐng)域就是濟(jì)世蒼生。