影視作品或許能促使制藥商重新考慮定價(jià)，影響進(jìn)口藥物稅率，推動(dòng)國(guó)內(nèi)醫(yī)保改革，但對(duì)于新藥的研發(fā)卻無(wú)能為力。平常人可能難以體味等待藥物的絕望，唯有局中人才能體會(huì)其中的心酸。

　　據(jù)2017年的評(píng)估顯示，一款藥物上市的成本高達(dá)30億美元，而藥物的研發(fā)時(shí)間至少也需要5年。

　　一般情況下，企業(yè)研發(fā)的十種藥物僅一種能成功上市。這種高成本低成功率的投資阻礙了新藥的研發(fā)，也抬高了新藥研發(fā)的門(mén)檻。

　　一直以來(lái)，眾多學(xué)者在為了改變藥物研發(fā)的窘境而不懈努力，但新藥研發(fā)速度提升緩慢。現(xiàn)在，AI技術(shù)的不斷發(fā)展似乎為新藥研發(fā)帶了新的方向，或許可以改變這一暗淡的現(xiàn)狀。

大型藥企融合科技公司加速研發(fā)

　　近年來(lái)，眾多大型藥企通過(guò)并購(gòu)、戰(zhàn)略合作等方式將制藥軌道引入智能化。一家企業(yè)采取合作可能是出于偶然，而眾多藥企紛紛行動(dòng)則可見(jiàn)一斑。

　　由于人工智能的能力嚴(yán)重依賴(lài)于數(shù)據(jù)質(zhì)量，眾多大藥企能夠從其龐大的數(shù)據(jù)庫(kù)中整理出有效的化合物、病毒、臨床實(shí)驗(yàn)等信息。對(duì)這些珍貴的數(shù)據(jù)進(jìn)行整理，進(jìn)而涌現(xiàn)新知識(shí)，是他們急切的尋求科技公司合作的動(dòng)力之一。

　　2015年，默沙東與美國(guó)的Atomwise合作，其開(kāi)創(chuàng)性的AtomNet技術(shù)平臺(tái)能像人類(lèi)藥物化學(xué)家一般邏輯思考，它每天使用強(qiáng)大的深度學(xué)習(xí)算法和超級(jí)計(jì)算機(jī)工具分析數(shù)百萬(wàn)的潛在療法，從而加快藥物研發(fā)進(jìn)程。主要針對(duì)的是新藥的有效性和安全性預(yù)測(cè)。

　　2016年11月，BenevolentAI與強(qiáng)生達(dá)成合作，強(qiáng)生把一些尚處于試驗(yàn)中的小分子化合物轉(zhuǎn)交給了BenevolentAI，進(jìn)行新藥開(kāi)發(fā)。

　　BenevolentAI的技術(shù)平臺(tái)利用人工智能技術(shù)，從這些散亂無(wú)章的海量信息中提取出能夠推動(dòng)藥物研發(fā)的知識(shí)，提出新的可以被驗(yàn)證的假設(shè)，從而加速藥物研發(fā)的過(guò)程。

　　2017年5月，據(jù)GEN網(wǎng)站報(bào)道，賽諾菲與Exscientia簽訂了一項(xiàng)潛在價(jià)值為2.5億歐元(約2.76億美元)的合作和許可交易。這一交易旨在開(kāi)發(fā)針對(duì)代謝疾病的雙特異性小分子藥物。

　　2017年6月，Numerate公司與武田藥業(yè)正式簽約，就使用Numerate公司的人工智能技術(shù)(artificial intelligence, AI)尋找腫瘤學(xué)、胃腸病學(xué)和中樞神經(jīng)系統(tǒng)疾病的小分子藥物展開(kāi)合作。

　　2017年7月，大型藥企葛蘭素史克日前宣布，與英國(guó)AI企業(yè)Exscientia達(dá)成約4300萬(wàn)美元的交易。Exscientia會(huì)使用其人工智能平臺(tái)，協(xié)助葛蘭素史克藥廠進(jìn)行10款藥品研發(fā)。

　　2017年，阿斯利康與Berg Health簽署合作協(xié)議，利用Berg的AI平臺(tái)發(fā)現(xiàn)帕金森等神經(jīng)類(lèi)疾病的新靶點(diǎn)。同時(shí)，2018年阿斯利康宣布與阿里巴巴合作，利用人工智能技術(shù)改善疾病診斷和治療。阿斯利康內(nèi)部也在嘗試開(kāi)發(fā)藥物自動(dòng)化發(fā)現(xiàn)平臺(tái)。

　　Exscientia將負(fù)責(zé)所有化合物設(shè)計(jì)，賽諾菲提供化學(xué)合成。此外，賽諾菲保留了許可“相關(guān)化合物”的選擇權(quán)，將承擔(dān)未來(lái)的臨床前和臨床開(kāi)發(fā)。

　　Exscientia將獲得用于鑒定“靶點(diǎn)對(duì)”以及優(yōu)先候選藥物的研究經(jīng)費(fèi)，并有資格獲得未來(lái)非臨床、臨床以及銷(xiāo)售相關(guān)的里程碑付款。

　　IBM Watson與輝瑞達(dá)成了一項(xiàng)新協(xié)議，會(huì)將前者的超級(jí)計(jì)算能力用于癌癥藥物研發(fā)。

　　輝瑞將用上Watson for DrugDiscovery的機(jī)器學(xué)習(xí)、自然語(yǔ)言處理及其它認(rèn)知推理能力，用于免疫腫瘤學(xué)(Immuno-oncology)中的新藥物識(shí)別，聯(lián)合療法和患者選擇策略。

人工智能能夠從哪些方向?yàn)樾滤幯邪l(fā)帶來(lái)便利

　　從新藥研發(fā)的流程入手，“AI+新藥”主要可以從一下幾個(gè)角度出發(fā)提高新藥研發(fā)效率。

1、AI用于篩選生物標(biāo)記物或靶點(diǎn)

　　以生物標(biāo)記物或靶點(diǎn)作為“AI+新藥”應(yīng)用方向的企業(yè)數(shù)量最多，也是大藥企的重點(diǎn)研究方向之一。

　　以Numedii為例，研究人員通過(guò)AI對(duì)上億個(gè)經(jīng)過(guò)標(biāo)準(zhǔn)化注釋的生物學(xué)、藥理學(xué)和臨床數(shù)據(jù)進(jìn)行分析，以獲得候選藥物和生物標(biāo)記物。

　　最近的研究顯示NuMedii的技術(shù)找到的抗抑郁藥在小細(xì)胞肺癌試驗(yàn)?zāi)Ｐ椭杏行АＲ坏┱业叫逻m應(yīng)癥和在適當(dāng)?shù)呐R床前模型中得到證實(shí)，NuMedii還將就藥物的新用途做制劑和給藥的設(shè)計(jì)優(yōu)化，來(lái)推進(jìn)項(xiàng)目進(jìn)入早期臨床階段。

2、AI用于構(gòu)建新型藥物分子

　　用AI構(gòu)建新型藥物分子存在一定難度，不同的企業(yè)構(gòu)造藥物的目的不同。一些企業(yè)嘗試用AI技術(shù)幫助尋找某一藥物不受專(zhuān)利保護(hù)的相似的化學(xué)結(jié)構(gòu)，加速仿制藥的研發(fā)，而Insillico Medicine研究靶標(biāo)生物大分子的結(jié)構(gòu)來(lái)進(jìn)行藥物分子設(shè)計(jì)。

　　該公司的GANs平臺(tái)通過(guò)使用兩個(gè)競(jìng)爭(zhēng)神經(jīng)網(wǎng)絡(luò)模型，創(chuàng)建不同于真實(shí)數(shù)據(jù)的新數(shù)據(jù)，從而訓(xùn)練心得分子結(jié)構(gòu)的方法，大幅減少尋找潛在藥物特性物質(zhì)的時(shí)間和成本。

3、AI用于新藥有效性、毒副作用測(cè)試

　　此類(lèi)公司為制藥公司、創(chuàng)業(yè)公司和研究機(jī)構(gòu)提供候選藥物預(yù)測(cè)服務(wù)。Molplex公司研發(fā)了AI技術(shù)平臺(tái)Optiplex，從大數(shù)據(jù)中提取疾病和化合物之間的聯(lián)系，預(yù)測(cè)潛在藥物的有效性和毒副作用，幫助選擇最佳的候選藥物。美國(guó)的Atomwise曾僅用一周的時(shí)間模擬出兩種化合物用于埃博拉病毒治療。

4、AI用于藥物挖掘

　　藥物挖掘的方式多種多樣，其核心是運(yùn)用NLP算法對(duì)海量的化學(xué)庫(kù)、醫(yī)學(xué)數(shù)據(jù)庫(kù)和常規(guī)途徑發(fā)表的科學(xué)論文進(jìn)行掃描，識(shí)別新穎藥物、藥物基因和其他與治療有關(guān)的聯(lián)結(jié)，尋找潛在的藥物新分子。

　　BenevolentAI通過(guò)深度學(xué)習(xí)和自然語(yǔ)言處理理解和分析大量的生物科學(xué)信—專(zhuān)利，基因組數(shù)據(jù)，生物醫(yī)學(xué)期刊，和數(shù)據(jù)庫(kù)每天上傳的10,000多份出版物，現(xiàn)已獲得了一定數(shù)量的臨床階段的新藥物，以及相關(guān)專(zhuān)利的獨(dú)家許可證。

5、AI用于基因分析

　　對(duì)于單一結(jié)構(gòu)、海量的基因數(shù)據(jù)，AI能夠有效的從數(shù)據(jù)中挖掘到有價(jià)值的信息，這是人類(lèi)所無(wú)法做到的。

　　Engine Biosciences利用人工智能了解并測(cè)試基因的相互作用，分析產(chǎn)生的數(shù)據(jù)，破譯復(fù)雜生物網(wǎng)絡(luò)，測(cè)試針對(duì)這些相互作用的療法，對(duì)精準(zhǔn)醫(yī)學(xué)應(yīng)用進(jìn)行分析與預(yù)測(cè)。Envisagenics通過(guò)AI幫助研究人員確定受到選擇性剪接(包括癌癥和遺傳疾病中發(fā)現(xiàn)的)錯(cuò)誤影響的基因。

6、AI用于新型藥物靶點(diǎn)和組合療法

　　Watson旨在幫助生命科學(xué)家發(fā)現(xiàn)新的藥物靶點(diǎn)和替代性藥物。可以幫助研究人員查看不同的數(shù)據(jù)集，通過(guò)動(dòng)態(tài)可視化來(lái)發(fā)現(xiàn)藥物與疾病的新聯(lián)系。

　　將Watson的超級(jí)計(jì)算能力用于其研發(fā)新型抗癌藥中，分析大量公開(kāi)的可用數(shù)據(jù)以及公司自己的數(shù)據(jù)，不斷假設(shè)藥物靶點(diǎn)，然后實(shí)時(shí)交互得到有證據(jù)的結(jié)果。

　　主要用于免疫腫瘤領(lǐng)域新藥物靶點(diǎn)的發(fā)現(xiàn)，組合療法的研究，及患者的治療策略。IBM Watson Health和輝瑞簽署協(xié)議來(lái)加快研發(fā)新型抗癌藥，已有化合物在臨床實(shí)驗(yàn)階段用于帕金森癥的治療。

7、AI加速臨床試驗(yàn)

　　臨床試驗(yàn)作為新藥研發(fā)的最后一階段，難度相對(duì)較小，但如果能加速臨床實(shí)驗(yàn)過(guò)程，同樣可以加速新藥研發(fā)進(jìn)度。為此一些AI公司選擇了臨床實(shí)驗(yàn)為突破點(diǎn)進(jìn)行優(yōu)化設(shè)計(jì)，如零氪科技就利用于大數(shù)據(jù)整合患者資料，加速臨床試驗(yàn)尋找患者這一流程。

對(duì)整個(gè)研發(fā)流程進(jìn)行成本控制

　　如果說(shuō)加速研發(fā)是新藥研發(fā)的軀干，那么成本控制則新藥研發(fā)的血液。

　　新藥研發(fā)是一個(gè)漫長(zhǎng)，昂貴和帶有偶然性的過(guò)程。上千個(gè)化合物要?dú)v經(jīng)一系列驗(yàn)證，到最后或許可能只有一個(gè)是有效藥物。

　　根據(jù)Tufts藥物研發(fā)中心統(tǒng)計(jì)，每個(gè)新藥研發(fā)成本大約25.58億美元，周期大概十年，其中6-7年都是臨床試驗(yàn)階段，只有12%的藥物可以通過(guò)臨床驗(yàn)證。

　　另一方面，即使已經(jīng)進(jìn)入市場(chǎng)的藥物也將面臨仿制藥或新其他企業(yè)新藥的競(jìng)爭(zhēng)。默沙東在2016年推出的健愈得子用作一種常見(jiàn)肺癌類(lèi)型的首先治療方案時(shí)擁有顯著的療效，其銷(xiāo)售量在2017年大概增長(zhǎng)了兩倍，但隨后羅氏制藥和阿斯利康也紛紛推出自己的免疫腫瘤類(lèi)藥物，默沙東將再次面臨嚴(yán)峻的挑戰(zhàn)。

　　任何加速新藥研發(fā)的手段都可以極大的刺激新藥研發(fā)市場(chǎng)，研發(fā)周期的縮短將節(jié)省大量研發(fā)成本，同時(shí)加速產(chǎn)品迭代，新藥市場(chǎng)將更具可替代性，競(jìng)爭(zhēng)也會(huì)更加激烈。消費(fèi)者可以從中收益，企業(yè)也不再像過(guò)去那樣進(jìn)行孤注一擲的投資。