據估計，研發一種新藥的成本大約為26億美元，這一數字令人矚目。然而，這筆金額中的很大一部分都花費在無休止的試驗和失敗之中。雖然一款藥物從Ι期試驗開始，到最終獲批上市，中間要經歷無數次的失敗，卻極少有人反思過，藥物研發是否需要換一種思路來進行。

    “AI+藥物研發”時代來臨

    長期以來，藥物研發具有時間長、高投入、高風險，投資匯報慢的特點。全球每年都有數千億美元用于藥品研發，而人工智能技術（AI）技術的運用能夠在一定程度上提高研發效率，降低成本投入。隨著人工智能浪潮的興起，藥物研發人員們將很快用上這些新工具來武裝自己，提高藥物研發效率。新藥的設計、發現、研發過程，也將得到縮短。

    “AI+藥物研發”的方式多種多樣，其核心是運用NLP算法對海量的化學庫、醫學數據庫和常規途徑發表的科學論文進行掃描，識別新穎藥物、藥物基因和其他與治療有關的聯結，進而尋找潛在的藥物新分子。AI可以對藥物結構、疾病病理生理機制、現有藥物的功效、顯微鏡下的樣本觀察等等結果進行快速分析， 大大提升新藥發現的效率。從目前來看，AI主要作用于藥物研發場景包括：靶點藥物研發、候選藥物挖掘、化合物篩選、預測ADMET性質、藥物晶型預測、輔助病理生物學研究，以及發掘藥物新適應癥等。

    在定位靶點的過程中，AI  可以梳理、分析過往的論文、試驗、專利及臨床信息，給出目標疾病可能的靶點列表；在設計藥物階段，AI 可以幫助設計作用于靶點的分子團，并找出可靠的合成方法；合成藥物后，AI 可以幫助篩選出其中療效最好、毒性最小的藥物，并預測它的代謝情況，提升臨床前試驗效率；進入臨床后，如果遭遇失敗，AI 可以從海量數據中尋找失敗原因，降低損失；除了這些，AI 還能幫助藥研團隊設計臨床試驗、招募篩選符合條件的被試人員，分析試驗數據生成報告……

    藥物的研發過程凝聚了無數人的智慧，這些技術的誕生也不例外。AI 的角色是盡可能地降低研發的時間和金錢成本，為新藥的上市爭分奪秒，為更多病人帶去希望。

    AI技術受到醫藥市場矚目

    近年來，AI與醫療健康領域的融合不斷加深，藥物研發是AI 技術應用的重要領域之一，越來越多的生物技術公司和人工智能公司強強聯合。雖然AI用于藥物研發還存在一些不確定性，但是并不妨礙全球醫藥企業布局AI技術。輝瑞除了與IBM合作協助免疫腫瘤藥物研發外，也與晶泰科技簽訂了戰略性的合作協議；吉利德科學公司與insitro公司達成研發協議，利用機器學習探索治療非酒精性脂肪性肝炎（NASH）的創新靶點；阿斯利康（AstraZeneca）公司與BenevolentAI公司宣布達成長期研發合作協議，使用人工智能（AI）和機器學習技術，研發治療慢性腎病（CKD）和特發性肺纖維化（IPF）的創新療法。醫療技術公司Atomwise宣布與禮來簽署了一項多年期合作協議。

    輝瑞、羅氏、GSK等巨頭紛紛“下注”AI公司，發展如何還有待時間檢驗。畢竟目前并沒有一家AI藥物研發的成功案例，也沒有一款AI研發的藥物被批準上市。所以說光有一腔熱情并不能解決研發道路上的諸多瓶頸。AI雖然是一個引人注目的做法，不過它仍然需要時間證明自己。

    AI時代，洞見未來趨勢

    1. 藥企巨頭+創新企業強強聯手搶占先機

    AI的出現，讓諸多藥企巨頭看到了希望。2019年3月，新基（Celgene）與Exscientia達成了一項重磅合作，雙方將共同探索使用AI發現和研發腫瘤及免疫藥物的可能性；2019 年 6 月，賽諾菲（Sanofi）和谷歌將建立一個新的虛擬創新實驗室，計劃用人工智能和云計算等新興數據化技術加速研制新藥、了解治療過程和提高治療效率。

    合作遠不止這些，而且這樣的合作也只是一個開始，未來將有更多的戰略性合作發生，創新企業也將在未來五到十年成為藥企巨頭收購的對象之一。

    2.數據為王

    大數據已然成為了這場變革的重中之重。如果沒有多元化、跨學科、高質量的大數據及后期的精確處理，AI技術的變革性影響就無法完全實現，已經有企業在大數據上走在前頭。2019年4月，Medidata公司成立了一家Acorn  Ai的子公司，旨在通過讓數據在從研發到商業化的整個生命周期內流動，為臨床研發決策提供可用的洞見。Medidata整合的平臺:包含17,000多項臨床試驗數據，其中有5,000余項活躍數據，能分析來自200萬供應商的450億條患者記錄、強大的臨床數據庫：業界最大的結構化、標準化的臨床數據庫,擁有超過480萬患者數據，1,200多家客戶及15萬認證用戶。

    3. 行業標準有待建立

    另外一大趨勢莫過于行業標準的建立。人工智能正在顛覆游戲規則，而其本身也需要建立在醫藥研發應用中的規則，從而實現該行業的共識及共同進步。

    結語

    人工智能沒有魔法，不可能將長達幾年乃至幾十年的新藥發現過程縮短到幾天的時間。但是能看到的是，AI技術正在為制藥行業帶來顯著的變化。隨著對生物醫藥理解的不斷加深，隨著計算能力的不斷加強，AI有望為醫療行業帶來可喜的進展。

    美迪西十多年前就已使用了自動采血技術，目前，美迪西具有多種高內涵篩選新技術和新方法，建立了具有先進的藥物靶點篩選技術平臺，能夠在短時間內采集各方面的藥靶信息，解決藥靶開發“耗時長、準確性低、重復性差”的瓶頸。美迪西藥物化學為客戶提供涵蓋各種靶標和疾病領域的新藥研發服務，包括從活性化合物發現, 藥物靶點篩選驗證，先導化合物優化到臨床前候選藥物的選擇。