人工智能在新药研发领域的七大应用场景，效果尚待验证！
原标题：人工智能在新药研发领域的七大应用场景，效果尚待验证！摘要：大多数情况下，药物发现者利用高通量筛选方式进行目标化合物筛选，以提高药物发现率，由于不断试错的成本较高，更多的药企开始引入人工智能技术开发虚拟筛选技术，以期取代或增强传统高通量筛选的方法。近年来，人工智能在新药研发、疾病风险预测和慢性病管理等细分领域也开始大放异彩。本文主要分析人工智能在新药研发领域的应用场景及其存在的局限性。
新药研发企业将人工智能技术渗入药物研发系统，可以在药物研发过程中减少时间、人力和物力的投入，大幅度的降低药物的研发成本，同时还能基于基因、疾病等建立的数据模型预测研发过程中的有效性、安全性和副作用等。随着人工智能技术的不断整合，药物研发企业有望在研发过程中逐渐的实现“去风险”，同时提高全球医疗信息领域的效率，越来越多的人都相信AI技术有助于破解生物学奥秘，并促进人类健康。预计未来3到5年，人工智能技术将在新药研发领域取得突破性的进展。
人工智能新药研发领域主要有三类公司，为推动新技术的应用都在进行不同的尝试目前在人工智能新药研发领域主要有三类公司：大型药企、AI技术公司和药物研究机构，它们都在为人工智能在医疗领域的应用进行各种尝试。
大型药企以其海量的药物研发数据与人工智能公司寻求探索合作，如国内药明康德投资了AI药物研发公司InsilicoMedicine，布局用强化学习和生成对抗网络(GAN)进行分子发现的技术;日本武田药业与AAIH联盟发起人Numerate的小分子药物的合作，AAIH联盟旨在推进人工智能在医疗领域的应用。不同的AI技术公司都有各自的业务切入口，分别在新药研发的不同环节中寻求突破，一旦发现细小的环节可行，便逐渐的向环节的上下游拓展业务，这些公司并不研发和生产新药，而是向医疗机构或大型药企提供技术服务。药物研究机构自身拥有较高的研发水平，也在寻找新的商业机会，该类机构也是属于一个服务性的公司平台，在制剂、代谢、安全性评价等方面向全球的药企提供研发支持。如上海药物研究所苏州科技成果转化中心正在搭建自己的数据平台，计划基于该平台成立公司，以谋求商业合作。
人工智能在新药研发领域的有7大应用场景，靶点发现阶段的企业较多据动脉网蛋壳研究院对国内外近80家人工智能企业的研究发现，AI在新药研发领域主要应用于靶点发现、化合物合成、化合物筛选、晶型预测、患者招募、优化临床试验设计和药物重定向7大场景，其中靶点发现的公司最多，几乎是全部应用场景公司的50%，详情请见图1。
图1人工智能应用的7大场景企业数量分布
展开全文(资料来源：动脉网蛋壳研究院)
目前从AI在新药研发领域的整体应用看，主要集中在靶点发现阶段，即主要集中在新药研发早期，化合物合成、化合物筛选、晶型预测等环节的企业数量较少。在蛋壳研究院整理的78家涉足人工智能新药研发企业来看，涉足药物靶点发现环节的药企代表企业有IBMWatsonHealth、NimbusTherapeutics和冰洲石科技等，化合物筛选代表企业有Atomwise、RecursionPharmaceuticals公司和Healx公司等，化合物合成环节的代表企业有深度智耀、Nuritas和Virvio等。详细企业图谱如图2所示。
图2人工智能在新药研发的应用场景企业图谱
(资料来源：动脉网蛋壳研究院)
人工智能存在局限性，对新药研发帮助的效果尚待验证人工智能作为计算机领域的前沿技术，其应用价值也逐步被放大，甚至出现取代人类工作的言论。利弊同存，虽然人工智能可以更准确的识别目标、更高效的处理数据，但这些技能的存在都是受到IT从业者对新药研发各种参数重要性判断的局限。任何技术都会产生假象，如何平衡有时需要依赖从业者的直觉和经验，而这些无法计入编程。一种工具决绝不了所有问题，如何能将AI技术最大化利用，还需要更多的研究和投入。
新药研发所面临的挑战数不胜数，人工智能可以解决的部分有限。用计算机设计新药的程序已经存在了好几十年。但在医药行业，研发产出率非但没有上升，反而还逐年下降。药物发现的时间没有缩短，成本也没有变得更低。这并不是说这些程序阻碍了新药的研发，而是说它们尚未给行业带来大幅的可喜改观。即使人们对人工智能新药研发的热度不减，但我们也应理性看待这个新型技术，目前人工智能新药研发技术还处于初级的发展阶段，这项技术是否对新药研发领域有所帮助，还需要一段时间的积累或成果来证明。
结语总体来看，人工智能在新药研发领域存在巨大潜力，虽然，目前还未研发出基于人工智能技术的新药，不过大力发展大数据新药创制已经成为全球制药行业的新趋势。希望彼时，人工智能为制药业甚至整个社会带来革命性的变化，中国的人工智能也能够在新药研发领域大放异彩，带来造福患者的新药。
版权声明：此文为原创文章，禁止转载，转载授权请上金智创新同名公号。返回搜狐，查看更多
责任编辑：人工智能制药迎来里程碑，这家外企为何在上海建立药物研发中心
最近，英矽智能公司（InsilicoMedicine）研发的治疗特发性肺纤维化的新药项目ISM055进入临床试验，在澳大利亚完成了第一例健康志愿者的临床给药，成为全球首个由人工智能驱动发现的新靶点、新分子结构候选新药。这家将药物研发中心设在上海的外企，已向中国国家药监局药品审评中心递交预申请，有望明年上半年在我国启动1期临床试验。
诺贝尔化学奖得主、生物物理学家迈克尔·莱维特（MichaelLevitt）教授认为，这是人工智能制药领域的里程碑进展，人工智能技术正在引发生物医药产业的革命。
从发现药物新靶点到进入临床试验，英矽智能上海研发中心发挥了重要作用。“我们可以在世界上很多地方用人工智能设计新药，但新药研发实验首选在上海进行，因为这里是生物医药创新中心。”公司创始人、加拿大科学家亚历克斯·扎沃洛科夫（AlexZhavoronkov）博士说。
人工智能贯穿新药研发全程
扎沃洛科夫的创业之路始于2013年。那时，“生成式对抗网络”等深度学习技术让人工智能在图像、语音、文本识别的准确性上超越了人类，这让他有了创业想法——可否将这些技术应用于新药研发？
亚历克斯·扎沃洛科夫博士
此后的国际行业趋势证明，这次创业赶上了“风口”。如今，人工智能制药已成为一个炙手可热的科技领域。据统计，全球现有约240家人工智能制药企业，去年吸引了19亿美元投资。今年10月，阿斯利康、默克、辉瑞等6家跨国药企与亚马逊、以色列生物科技基金共同建立了AION实验室，探索用人工智能等技术研发新药。11月，谷歌母公司Alphabet宣布成立一家人工智能制药公司，由带领团队研发出“阿尔法围棋”和“阿尔法折叠”系统的戴密斯·哈萨比斯（DemisHassabis）担任首席执行官。
在莱维特看来，英矽智能的最大特点是将人工智能贯穿于新药研发全过程，而不是局限于某个环节。这家企业开发了一个“端到端”人工智能制药系统，包括靶点发现平台PandaOmics、小分子化合物设计和生成平台Chemistry42、临床试验结果预测平台InClinico。
治疗特发性肺纤维化的候选新药ISM055就诞生于这个系统。它的作用靶点是全新的，由PandaOmics平台发现。这个平台通过对组学数据和文本数据池的分析，找到病人与健康人群的基因差异，再结合信号通路、科学文献、意见领袖等多方面信息的综合分析，找到靶点与疾病的关联，进而发现某种适应证的新靶点。
针对新靶点，Chemistry42平台通过“生成式对抗网络”等深度学习算法，设计并合成了一批小分子化合物。研发人员对这批化合物进行实验测试，并将测试数据输入Chemistry42。这个平台对数据进行深度学习后，再合成一批更优的化合物。就这样，经过数轮“设计—合成—测试—优化”后，英矽智能确定了临床前候选化合物。
英矽智能“端到端”药物研发平台Pharma.AI
张江药谷吸引全球人才来沪
主导实验测试的英矽智能上海研发中心位于张江药谷，员工超过70名，其中博士占比60%以上。在公司首席科学官任峰博士带领下，上海研发中心负责将人工智能发现的新药推进到临床试验阶段，并建立广泛的临床前和临床阶段创新药物管线。目前，中心已在癌症、纤维化、免疫性疾病等领域建立了30多条临床前在研管线。中心还与华东医药、西湖制药、劲方医药等多家国内药企签署了合作协议，用人工智能赋能新药研发。
“张江药谷有如此多的CRO（医药研发合同外包服务机构），还有如此多的人才、如此充满活力和努力工作的社群，人们专注于以最高的质量快速交付实验结果，这就是我们选择落户上海的原因。”扎沃洛科夫一连用三个“如此”，道出了上海对全球生物医药、生命科学人才的吸引力。据介绍，英矽智能在收集信息数据的同时，在多家CRO开展临床前细胞实验和动物实验，从而快速迭代人工智能系统。“这让我们在研管线进展很快，唯一能满足这种流程管理创新的地方就是上海。”
扎沃洛科夫博士与任峰博士
张江AI（人工智能）新药研发联盟的成立，也让扎沃洛科夫感到欣喜。这个今年10月成立的联盟由陈凯先、蒋华良、饶子和三位中科院院士倡议，中科院上海药物研究所、浙江大学上海高等研究院、美迪西、英矽智能、上海翰森等单位创始发起，旨在以项目为牵引，把生物医药和人工智能领域的科研机构和企业联合在一起，开展协同攻关。借助联盟平台，英矽智能将在上海迎来更大发展。
如何培养“智药”研发人才
根据张江AI新药研发联盟的构想，到2025年，张江药谷的“AI智药生态”有望集聚300家活跃机构、30个创新联合体和30个赋能平台，人工智能有望助力每年新增30条一类新药管线。
莱维特认为，药物发现的效率近年来越来越低，需要一些举措从根本上提升效率。“像英矽智能那样从寻找靶点开始，让人工智能贯穿整个药物研发过程，是一种思路。从本质上讲，人工智能可以带来尽可能多的信息，并以一种巧妙、平衡的方式处理信息，这显然是正确的研究方式。”
“靶点发现的失败率非常高，这是生物医药产业的根本挑战。”扎沃洛科夫说，“在ISM055项目中，我们利用‘端到端’人工智能发现了新的靶点，并在多个临床前模型中验证了候选药物的有效性和安全性。”人工智能不仅有望降低靶点发现的失败率，还能提高新药研发的效率，节省研发投入。以ISM055项目为例，英矽智能完成从靶点发现到确定临床前候选药物这一过程，仅耗时18个月，研发投入仅260万美元。而传统的药物发现方式，完成这一过程往往要耗时4年以上，投入上亿美元，还要面对高失败率的风险。
ISM055项目研发进程
面对已经萌发的“人工智能+生物医药”革命，上海除了打造“AI智药生态”，还要有什么作为？两位外国专家都提到了人才培养的重要性。
作为复旦大学复杂体系多尺度研究院名誉院长，莱维特今年为复旦本科生开设了“定量生物物理学前沿导论”课。这门课程不设专业限制，生物、物理、化学、药学、数学、计算机等专业的学生都可学习，因为生物物理学的交叉性很强，人工智能制药就属于这个学科。莱维特建议，有更多的研究型大学为本科生开设定量生物物理学或计算生物学课程，吸引他们今后投身这一科研领域。
英矽智能培养人才的做法，也值得上海借鉴。扎沃洛科夫介绍，公司有近70位人工智能专家，他们都是从“黑客马拉松”竞赛中脱颖而出的高手。被公司招致麾下后，他们会接受2—3年的生物化学和医学知识培训，成长为“人工智能+生物医药”复合型人才。上海要加快发展人工智能制药技术和产业，可借鉴这种人才培养模式，让一大批信息技术“黑客”转型为“智药”研发人才。