要說今年最熱的話題，毫無爭議一定是AI了。AI是人工智能（Artificial Intelligence）的縮寫，它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。

與欣欣向榮的行業發展不同，面對逐漸進入生活的AI，大部分人卻是持抗拒態度的。也許是受眾多經典作品中AI總是以試圖毀滅人類的反派形象出現的影響，一時間AI會加劇人類失業危機的言論層出不窮，并逐漸成為主流思想。

但在醫藥研發領域，AI作為一個有力的工具，實打實地加速了藥物研發的進程，幫助越來越多的新藥進入臨床階段，為人類健康事業做出了卓越的貢獻。

眾所周知，生物制藥行業一直有“雙十”規律的說法，即一款新藥從開始研發到最終獲批上市平均需要耗時十年，總投入成本需要大約十億美元。但事實是，很多藥物的實際研發花費還要遠高于此，再加之全球新藥研發的成功率僅在10%左右，使得藥物研發成為了一項周期長、成本高、風險高的事業。

Role of artificial intelligence (AI) in drug discovery^[1]

但AI憑借其強大的自適應特征和學習能力，通過算法、推演等技術核心在新藥研發的各個環節發揮作用，在保證分析質量的同時，可實現大幅降低藥物研發成本， 縮短研發時間，提高研發效率，使新藥開發走上快速高效的道路。根據動脈網統計，目前我國AI+藥物研發企業中，約有70%企業的業務處于藥物發現的階段，主要包括靶點識別、藥物分子設計、虛擬篩選等方面。

藥物設計

在預測靶點蛋白3D結構方面，標志性事件當屬AlphaFold突破性地解決了生物學界長達50年的蛋白質空間結構預測難題。2021年，谷歌旗下的DeepMind公司AlphaFold人工智能系統在國際蛋白質結構預測競賽（Critical Assessment of Structure Prediction，CASP）上以絕對的優勢奪冠，其預測的蛋白質三維結構與實驗方法解析的結構幾乎完全吻合。同年，DeepMind公開包含數百萬種已預測的蛋白質結構數據庫，供科學家和研究人員使用，為AI在醫藥研發領域快速學習和發展迭代種下蘊含活力的種子。

AlphaFold預測的蛋白質結構與實際結果基本吻合^[2]

由此可見，人工智能技術在實現蛋白質結構的精準預測有巨大潛力，為新藥研發第一步——靶點識別和確定靶點蛋白質結構打下至關重要的基石，以此為基礎針對性設計藥物分子來調節蛋白功能的“AI+”方法將會為新藥研發帶來前所未有的技術革新從而提高研發效率。

美迪西正在構建的智能靶點和AI虛擬藥物發現平臺擁有更加高效可行的AI虛擬新藥設計篩選模型，收集超過30000多種高精度的蛋白-小分子實驗結構數據，利用計算機分子對接手段產生足夠多蛋白-小分子復合物作為富集，不同于以往的機器學習，使用AI圖卷積神經網絡技術有望在保持界面物理化學信息的同時，有效保存蛋白-小分子各種局部空間信息。

化學合成

AI輔助化學合成的工作主要體現在對反應進行預測，提出能引導成功的反應條件，給出每一步合成建議，預測可能產生的產物。AI可通過模擬小分子化合物的藥物特性，在較短時間內挑選出最佳模擬化合物進行合成試驗，大幅提高化學合成路線設計速度，以降低操作成本。

化學中的AI^[3]

就算需要合成一種全新的化合物，數據庫里沒有相關信息能構建預測模型，也可以先讓科學家們可以對這些行業底層的運行規律先進行抽象，總結出背后的科學原理，再用 AI 去學習這些科學原理得到一個通用的模型；最后再用這個 AI 模型去解決問題。深勢科技以此為底層邏輯推出的AI for Science新范式，就能實現從“勞動密集”到“計算密集”的智能化轉變。

試想，融合美迪西豐富的藥物開發經驗以及高質量藥物臨床前研究的分子性質和活性、ADME和毒性等數據，通過引入深勢科技分子預訓練模型Uni-Mol進行更加精密的預測和快速評估，共同構建“基于AI4S的早期藥物發現及評估一體化AI平臺”，輔助小分子、多肽、抗體等藥物的評估-設計-開發。雙方在藥物設計團隊培育和人才培養等方面進行長期深入的交流探索，不斷開辟合作新路徑，助力新藥研發提速、增效、降本，對于AI創新公司和CRO，乃至整個醫藥行業來說，來說何嘗不是一種多贏。

藥物再定位

藥物再定位（drug repurposing）指將已上市的藥物，包括正在進行研究的藥物和臨床失敗的藥物，用于原定用途之外的疾病治療的過程。得益于老藥已知的安全性，藥物再定位不僅可以大幅度降低研發成本，還可以有效減少藥物安全性測試的相關的風險。

今年3月，在北京舉辦的人工智能賦能新藥研發研討會上，“AI驅動漸凍癥老藥新用”的報告中英矽智能聯合CEO任峰博士介紹了他們與國際著名神經科學家、清華大學魯白教授合作，用自主研發的PandaOmics算法，利用國際上公開的數據庫找到了28個漸凍癥的新靶點，并確認了其中3個靶點有潛已經上市的治療其他疾病的老藥；福貝生物很快生產了其中一款老藥，并快速在北醫三院啟動了由樊東升教授領導的研究者發起的臨床研究 （IIT） ，目前已有5位病人入組。從靶點發現到藥物分子確定，再到啟動臨床試驗，研發過程從頭至尾都應用了AI，且全程只花了一年時間[4]。

在2021年6月18日的新藥+AI創智論壇上，彭雙清教授與任峰博士簽訂了美迪西與英矽智能的戰略合作協議。同時，南京力誠生物、盛世泰科、真實生物、科菲平等藥企也十分看重AI帶來的機遇，簽署了三方合作協議，各方均對此次合作寄予厚望，表示此次合作是一次凝心聚智、技術互補、共謀發展的良機，也是一個拓展合作領域、加快發展的里程碑。

雖然種種案例都表明了加入AI確實能加快研發速度和減少工作量，提升醫藥研發的效率，但AI藥物設計不是萬能的，目前還無法脫離人的共同參與。有時計算機預測設計出來的分子，實際合成時卻很困難，甚至有難以逾越的障礙，就算這個情況出現的概率很小，但也不能完全讓AI取代人類在醫藥研發中的工作。與人們擔心的AI會引發大面積失業不同，現在醫藥研發領域AI技術蓬勃發展，各方各面都急需人才。

除此之外，AI是一種技術，一個演進預測的工具，要深入預測藥物進入體內的毒性藥效等情況，還得通過傳統醫藥研發的手段，在實驗室中由人主導的，用實實在在的實驗來證明藥物的有效性和可靠性。藥物研發是一個不斷試錯的過程， AI與傳統CRO應該保持合作共生的關系，AI為CRO解放工作和生產力，CRO能把時間投入目前還沒法用AI解決的高難度問題，推動新的醫藥研發浪潮奔涌向前。

美迪西作為一站式生物醫藥臨床前研發服務平臺，一直在積極探索利用AI技術進一步加速藥物研發。2022年11月由美迪西承辦的“賦能 融合 創新”2022張江AI智藥論壇在張江盛大開幕，會上百家爭鳴，平臺斗新，AI不僅促使整個醫藥研發行業都更加繁榮，更是促進了AI企業與傳統藥企、CRO正深度合作。除此之外，美迪西與德睿智藥、蘇州朗睿等AI公司也達成了戰略合作，共建生態的優勢，助力更多的創新藥誕生。

美迪西誠邀更多生物醫藥“同行者”，抓住AI輔助藥物研發的發展機遇，一同奔赴AI制藥領域的星辰大海，共筑生物醫藥的硬堡壘，共同推動中國生物醫藥產業再進一程。

相關文獻

[1] Paul, D., Sanap, G., Shenoy, S., Kalyane, D., Kalia, K., & Tekade, R. K. (2021). Artificial intelligence in drug discovery and development. Drug discovery today, 26(1), 80–93. https://doi.org/10.1016/j.drudis.2020.10.010

[2] https://www.alphafold.ebi.ac.uk/

[3] Artificial intelligence: A powerful paradigm for scientific research, The Innovation, Volume 2, Issue 4, 2021, 100179, ISSN 2666-6758, https://doi.org/10.1016/j.xinn.2021.100179.

[4] https://www.163.com/dy/article/I1DAA5FA053296CT.html

助力AI與生物醫藥的雙向賦能！2022張江AI智藥論壇圓滿召開（內附回放）

加速源頭創新，助力降本增效 | 美迪西與英飛智藥達成戰略合作

加碼AI賦能創新藥研發，美迪西與蘇州朗睿達成戰略合作

用AI賦能腫瘤創新藥研發！美迪西與德睿智藥達成戰略合作

中國藥企的國際化趨勢與AI研發創新論壇暨張江AI新藥研發聯盟成立大會成功舉辦