近日，據媒體報道，美國華盛頓大學(xué)戴維·貝克教授團隊在《細胞》雜志上發(fā)表論文，利用人工智能（AI）技術(shù)平臺精準地從頭設計出能夠穿過(guò)細胞膜的大環(huán)多肽分子，開(kāi)辟了設計全新口服藥物的新途徑。

近年來(lái)，AI加速助力新藥研發(fā)，幾乎參與了從藥物靶點(diǎn)發(fā)現到臨床試驗的全流程。在新冠肺炎疫情期間，多款藥物問(wèn)世背后也都有AI的身影，全球AI制藥產(chǎn)業(yè)實(shí)現加速跑。

AI融入藥物研發(fā)各個(gè)環(huán)節

“AI一詞是約翰·麥卡錫在1956年達特茅斯會(huì )議上提出的，用來(lái)描述‘制造智能機器的科學(xué)和工程’。AI差不多也是在這個(gè)時(shí)候被引入到藥物研發(fā)領(lǐng)域的?！蹦祥_(kāi)大學(xué)藥學(xué)院教授林建平介紹，1964年，定量構效關(guān)系建模領(lǐng)域的建立成為AI開(kāi)始用于藥物研發(fā)的標志。

如今，AI在藥物研發(fā)中發(fā)揮著(zhù)越來(lái)越重要的作用，并與藥物研發(fā)的各個(gè)環(huán)節緊密結合。

一款藥物從無(wú)到有，要歷經(jīng)漫長(cháng)且坎坷的過(guò)程。其中主要包括4個(gè)研發(fā)階段，即靶標選擇和驗證、化合物篩選和先導優(yōu)化、臨床前研究以及臨床試驗。而每一個(gè)階段又涉及到許多具體環(huán)節。

林建平舉例說(shuō)，比如在靶標選擇和驗證階段，需要確定疾病相關(guān)的靶標。根據傳統實(shí)驗去確定靶標，既費時(shí)成本又高，而使用AI技術(shù)并結合已有的組學(xué)大數據，根據已知的以及新產(chǎn)生的實(shí)驗數據，就可以快速分析出潛在候選靶標，節約時(shí)間和成本；或在已知先導化合物的功效，但是缺少明確靶標而導致具體作用機制和副作用不明確時(shí)，AI可以大范圍預測靶標，縮小候選靶標的范圍，最后結合實(shí)驗手段快速定位真正的靶標?！癆I幫助藥物研發(fā)者快速找到靶標，加快先導化合物向藥物轉化的進(jìn)程?！绷纸ㄆ浇榻B。

對于已有的藥物，AI同樣可以通過(guò)靶標預測，發(fā)現新的靶標，從而發(fā)現新的藥物適應癥，這也是一個(gè)非常熱門(mén)的領(lǐng)域——藥物重定位。

在最重要的臨床試驗階段，AI的應用也起到了事半功倍的效果?！霸谶@一階段，需要在患者身上評價(jià)藥物的安全性和有效性，AI可以參與到患者的招募、臨床試驗設計以及試驗結果數據分析等?！绷纸ㄆ脚e例，比如可以通過(guò)AI技術(shù)從過(guò)去的臨床患者中，提取患者的個(gè)人特征、癥狀、治療效果等數據，找到最匹配當前試驗的患者；試驗設計上，AI可以預測合適的藥物劑量、治療方案等；而試驗數據上，可以采用AI技術(shù)跟蹤和管理患者的實(shí)時(shí)情況，預測患者預后情況等。

AI大大縮減藥物研發(fā)成本

一個(gè)新藥的誕生，通常需投入10億甚至數10億美元，研發(fā)周期一般超過(guò)10年，成功率卻低于10%。而由于A(yíng)I的加入，如今的藥物研發(fā)成本減少了上億美元，同時(shí)也大大縮短了研發(fā)時(shí)間，一般來(lái)說(shuō)可以縮短一半以上。例如，AI將臨床前候選化合物的研發(fā)時(shí)間從平均4年半縮短至約13.7個(gè)月，縮短了近75%。

此外，AI還提高了藥物研發(fā)的成功率?！巴ㄋ字v，藥物研發(fā)實(shí)際上是一個(gè)試錯的過(guò)程，AI可以幫助我們排除大量錯誤，最后留給我們的就是更大的成功機會(huì )?！绷纸ㄆ秸f(shuō)。

正是由于A(yíng)I制藥具有對傳統制藥碾壓式的優(yōu)勢，使得AI制藥產(chǎn)業(yè)在全球發(fā)展壯大。目前，AI制藥產(chǎn)業(yè)發(fā)展可概括為三大階段：第一個(gè)階段，AI制藥公司初步形成，主要針對某個(gè)階段的藥物研發(fā)提供AI技術(shù)服務(wù)；第二個(gè)階段，AI制藥公司開(kāi)發(fā)了成熟的研發(fā)管線(xiàn)，并且開(kāi)發(fā)的藥物進(jìn)入臨床驗證，這一階段將吸引大量資本和初創(chuàng )企業(yè)加入；而第三階段，則進(jìn)入到關(guān)鍵的臨床Ⅱ期藥效性實(shí)驗，真正證明AI研發(fā)藥物的有效性。

“目前全球AI制藥產(chǎn)業(yè)已步入第三個(gè)發(fā)展階段?！绷纸ㄆ秸f(shuō)。

我國AI制藥起步較晚，尚處于第二個(gè)階段?！暗菄鴥鹊腁I制藥產(chǎn)業(yè)發(fā)展速度非?？?，各大互聯(lián)網(wǎng)巨頭以及一些大型藥企均開(kāi)始布局AI制藥賽道，當然還包括一些初創(chuàng )公司?！绷纸ㄆ奖硎?。

據統計，目前國內已有超過(guò)60家AI制藥公司，去年我國AI制藥融資規模達12.36億美元，同比增長(cháng)163.54%。

AI制藥存在諸多挑戰

可以說(shuō)，AI已經(jīng)滲透到藥物研發(fā)領(lǐng)域的各個(gè)環(huán)節，促進(jìn)了醫藥產(chǎn)業(yè)的升級，在未來(lái)極有可能帶來(lái)制藥產(chǎn)業(yè)的變革。隨著(zhù)目前AI制藥產(chǎn)業(yè)的發(fā)展，在不久的將來(lái)，我們可能很快會(huì )迎來(lái)第一款AI技術(shù)研發(fā)的創(chuàng )新藥物。在期盼之余，很多人也對AI研發(fā)的藥物是否具有風(fēng)險心存疑慮。

“目前來(lái)說(shuō)，我們利用AI研發(fā)的藥物的風(fēng)險與傳統的藥物研發(fā)風(fēng)險是一樣的，包括藥物的副作用、毒性、耐受性等?！绷纸ㄆ浇忉屨f(shuō)，由于目前AI在藥物研發(fā)中大多起著(zhù)輔助作用，最后仍舊需要經(jīng)過(guò)真實(shí)的試驗去驗證其安全性和有效性，需要專(zhuān)家去做評定，所以在風(fēng)險性上與傳統研發(fā)藥物相同。但是這樣做也帶來(lái)了另一個(gè)問(wèn)題，制藥行業(yè)仍以專(zhuān)家經(jīng)驗為基礎，成為制約AI制藥發(fā)展的最大阻礙?！爸猿霈F這種現象，主要是由于對AI技術(shù)助力制藥的不信任?！绷纸ㄆ秸J為，隨著(zhù)接下來(lái)幾年AI藥物的成功上市，這個(gè)問(wèn)題必將得到解決；另一方面，目前AI在藥物研發(fā)全流程中，仍然扮演著(zhù)輔助工具的角色，沒(méi)有占據主導地位，這也就決定了AI制藥產(chǎn)業(yè)難以獲得飛躍式發(fā)展。

而且，AI技術(shù)仍在發(fā)展中，數據、算法、算力上的突破也需要一定的時(shí)間。如數據量不足、數據質(zhì)量參差不齊，算法精度不高、算法無(wú)法滿(mǎn)足需求等，都為AI在藥物研發(fā)和應用上帶來(lái)了困難。

此外，AI制藥還面臨許多其他挑戰。比如生命領(lǐng)域的基礎理論研究還有很多沒(méi)有解決的問(wèn)題；再比如復合型人才的缺少，“懂計算的不懂制藥，懂制藥的不懂計算”，如何更好地把生物問(wèn)題轉化為計算問(wèn)題，然后用數字手段去解決，這需要大量復合型人才的參與，而這一類(lèi)人才的培養也是極其耗時(shí)的。