歌母公司Alphabet近日宣布成立AI制藥公司——Isomorphic Laboratories，新公司旨在運用AI技術(shù)加速生物醫(yī)學突破并找到治療疾病的新方法。

　　傳統(tǒng)藥物研發(fā)流程周期長、成本高、效率低，AI技術(shù)的不斷成熟為制藥帶來了新的曙光。人工智能方法將越來越多地不僅用于分析數(shù)據(jù)，還將用于復雜生物現(xiàn)象的強大預測和生成模型。

　　時至今日，新冠肺炎疫情席卷全球?qū)⒔鼉赡辏共《尽⒖垢腥舅幬镄枨蟠蠓蠞q，刺激藥企加大研發(fā)力度，加快制藥步伐，同時刺激了傳統(tǒng)行業(yè)對技術(shù)的渴求，制藥為AI技術(shù)帶來了廣闊的應(yīng)用土壤。

　　AI加速蛋白質(zhì)預測流程

　　谷歌新成立公司Isomorphic Laboratories的創(chuàng)始人兼CEO德米斯·哈薩比斯(Demis Hassabis)，正是谷歌AI公司DeepMind的掌舵人，AI系統(tǒng)AlphaFold的發(fā)明者。2020年，在有著“蛋白質(zhì)結(jié)構(gòu)預測奧運會”之稱的CASP14上，AlphaFold二代版本AlphaFold2以原子水平的高精準度驚艷全場。這意味著這個人工研發(fā)的AI系統(tǒng)，已經(jīng)達到了人類利用冷凍電子顯微鏡等復雜儀器觀察預測的水平。中國科學院院士施一公認為，這是人工智能對科學領(lǐng)域最大的一次貢獻。

　　了解蛋白質(zhì)的折疊結(jié)構(gòu)可以幫助藥品研發(fā)人員開發(fā)藥物靶點，加快藥物研發(fā)速度。中國工程院院士李國杰發(fā)文指出，目前已知氨基酸順序的蛋白質(zhì)分子有1.8億個，但其三維結(jié)構(gòu)信息被徹底看清的還不到0.1%，已經(jīng)成為生物學界最棘手的問題之一，困擾科學家50年之久。

　　DeepMind公司在Nature期刊上宣布已將人類98.5%的蛋白質(zhì)預測了一遍，計劃今年年底預測數(shù)量增加到1.3億個，達到人類已知蛋白質(zhì)總數(shù)的一半，并且公開了AlphaFold2的源代碼，免費開源有關(guān)數(shù)據(jù)集，供全世界科研人員使用。

　　Isomorphic Laboratories將針對藥物與身體相互作用建立模型，在DeepMind 蛋白質(zhì)結(jié)構(gòu)方面的工作基礎(chǔ)上，將繼續(xù)探究多種蛋白質(zhì)如何相互作用。可以說，AlphaFold2為Isomorphic Laboratories在探索蛋白質(zhì)結(jié)構(gòu)上奠定了堅實的基礎(chǔ)。目前，Isomorphic Laboratories正在招聘一支“世界一流的多學科團隊”，未來將與DeepMind一起共同推進AI在新藥開發(fā)領(lǐng)域的發(fā)展。

　　AI制藥吸引各行業(yè)頭部企業(yè)入局

　　像谷歌一樣的AI制藥行業(yè)頭部企業(yè)不乏少數(shù)。新冠肺炎疫情持續(xù)在全球蔓延，催促醫(yī)藥企業(yè)加快藥品研發(fā)速度，同時吸引了更多跨界企業(yè)的目光，在中國，新型信息技術(shù)領(lǐng)域有著良好基礎(chǔ)的阿里巴巴、騰訊、百度迅速投入，字節(jié)跳動也開始嘗試向技術(shù)型公司轉(zhuǎn)型，去年年底開啟AI制藥布局。

　　賽迪顧問人工智能產(chǎn)業(yè)研究中心分析師杜欣澤向《中國電子報》記者指出，目前，人工智能在藥物研發(fā)、醫(yī)藥制造以及藥品流通等環(huán)節(jié)均已實現(xiàn)初步應(yīng)用。相比傳統(tǒng)制藥，AI能夠克服傳統(tǒng)機械自動化、固定程序化執(zhí)行等缺點，具有更高的穩(wěn)定性和外部環(huán)境適應(yīng)能力，從而借助人工智能技術(shù)可以在制藥的更多環(huán)節(jié)替代人工。

　　新冠肺炎疫情發(fā)生期間，醫(yī)療行業(yè)迎來大考。5G、云計算、大數(shù)據(jù)等新一代信息技術(shù)輪番上陣，AI在藥物研發(fā)領(lǐng)域發(fā)揮了重要作用。

　　2020年1月，新冠肺炎疫情發(fā)生之際，百度、阿里云宣布向全球公共科研機構(gòu)免費開放一切AI算力，支持病毒基因測序、新藥研發(fā)、蛋白篩選等工作，以加速新型冠狀病毒肺炎新藥和疫苗研發(fā)。百度研究院向各基因檢測機構(gòu)、防疫中心及全世界科學研究中心免費開放線性時間算法LinearFold以及當時世界上最快的RNA結(jié)構(gòu)預測網(wǎng)站，以提升新型冠狀病毒RNA空間結(jié)構(gòu)預測速度，從而助力疫情防控。

　　醫(yī)藥需求激增之下，AI技術(shù)與傳統(tǒng)藥業(yè)成為傳統(tǒng)藥企、科技企業(yè)、初創(chuàng)企業(yè)關(guān)注的熱點，AI正在全面賦能藥品研發(fā)、制造、流通等環(huán)節(jié)。

　　IDC中國Health Insights行業(yè)研究與咨詢服務(wù)部高級研究經(jīng)理肖宏亮指出，人工智能技術(shù)已經(jīng)成為加速新藥研發(fā)和降低研發(fā)成本的重要技術(shù)推動力，信息技術(shù)在新藥研發(fā)規(guī)劃、新藥設(shè)計、藥物臨床試驗等新藥研發(fā)環(huán)節(jié)中發(fā)揮著重要作用。

　　AI制藥商業(yè)落地需多層面共同推進

　　早在幾十年前，就有生物領(lǐng)域?qū)＜姨岢觯瑢⑷斯ぶ悄芗夹g(shù)運用在藥物發(fā)現(xiàn)中的可能性。然而受制于各種影響因素，AI制藥在實現(xiàn)規(guī)模化應(yīng)用方面走得有些慢。

　　從計算層面來看，算法、算力和數(shù)據(jù)是相互交融的，制藥領(lǐng)域的這三個方面仍有很大的提升空間。杜欣澤指出，算法是最核心的挑戰(zhàn)，當前成熟度較高的人工智能技術(shù)多適用于安防監(jiān)控和商業(yè)活動等，適用于制藥的AI算法理論體系尚在建立階段。同時分子層面的研究所需的算力要遠遠超過普通商業(yè)應(yīng)用，計算時間與算力成本之間的平衡成為AI制藥發(fā)展的挑戰(zhàn)之一。

　　在數(shù)據(jù)層面的挑戰(zhàn)，主要體現(xiàn)在數(shù)據(jù)的合規(guī)獲取以及如何滿足大規(guī)模訓練數(shù)據(jù)的需求。

　　不過，在疫情驅(qū)動下，頭部藥企均開始積極與AI制藥創(chuàng)企建立合作，在新藥研發(fā)上取得實質(zhì)性突破。去年1月，英國AI制藥創(chuàng)企Exscientia宣布，其使用AI設(shè)計的免疫腫瘤分子EXS21546進入人體臨床試驗。目前，Exscientia已與拜耳、賽諾菲、葛蘭素史克等知名藥企達成合作;今年2月，端到端AI藥物研發(fā)公司英矽智能宣布，通過新藥靶點發(fā)現(xiàn)平臺Panda Omics和AI分子生成和設(shè)計平臺Chemistry42平臺，研發(fā)出特發(fā)性肺纖維化(IPF)疾病新靶點，設(shè)計出用于治療的全新化合物。據(jù)了解，英矽智能已與輝瑞、安斯泰來、強生公司旗下楊森制藥、大正制藥等多家一流生物醫(yī)藥公司達成合作。

　　目前，國內(nèi)外已集結(jié)了Exscientia、英矽智能、晶泰科技、冰洲石生物、賽恪科技、深度智耀等一批優(yōu)秀的AI制藥企業(yè)，共同推動行業(yè)規(guī)模化商業(yè)落地進程。

　　談到政策層面對行業(yè)的支持，杜欣澤指出，醫(yī)藥領(lǐng)域的審批周期長、成本高，通常需要3年左右的臨床測試才能正式進入市場流通，而AI制藥會在很多流程上進行顛覆性改變，需要在審批流程上進行優(yōu)化。AI制藥尚處于行業(yè)起步期，算法的評判以及行業(yè)的相關(guān)標準及要求尚未建立。業(yè)內(nèi)專家呼吁，期待加強前瞻性布局，加快推動標準體系制定，促進AI制藥行業(yè)健康有序發(fā)展。