要說(shuō)今年最熱的話題，毫無(wú)爭(zhēng)議一定是AI了。AI是人工智能（Artificial Intelligence）的縮寫，它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。

與欣欣向榮的行業(yè)發(fā)展不同，面對(duì)逐漸進(jìn)入生活的AI，大部分人卻是持抗拒態(tài)度的。也許是受眾多經(jīng)典作品中AI總是以試圖毀滅人類的反派形象出現(xiàn)的影響，一時(shí)間AI會(huì)加劇人類失業(yè)危機(jī)的言論層出不窮，并逐漸成為主流思想。

但在醫(yī)藥研發(fā)領(lǐng)域，AI作為一個(gè)有力的工具，實(shí)打?qū)嵉丶铀倭怂幬镅邪l(fā)的進(jìn)程，幫助越來(lái)越多的新藥進(jìn)入臨床階段，為人類健康事業(yè)做出了卓越的貢獻(xiàn)。

眾所周知，生物制藥行業(yè)一直有“雙十”規(guī)律的說(shuō)法，即一款新藥從開始研發(fā)到最終獲批上市平均需要耗時(shí)十年，總投入成本需要大約十億美元。但事實(shí)是，很多藥物的實(shí)際研發(fā)花費(fèi)還要遠(yuǎn)高于此，再加之全球新藥研發(fā)的成功率僅在10%左右，使得藥物研發(fā)成為了一項(xiàng)周期長(zhǎng)、成本高、風(fēng)險(xiǎn)高的事業(yè)。

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

但AI憑借其強(qiáng)大的自適應(yīng)特征和學(xué)習(xí)能力，通過(guò)算法、推演等技術(shù)核心在新藥研發(fā)的各個(gè)環(huán)節(jié)發(fā)揮作用，在保證分析質(zhì)量的同時(shí)，可實(shí)現(xiàn)大幅降低藥物研發(fā)成本， 縮短研發(fā)時(shí)間，提高研發(fā)效率，使新藥開發(fā)走上快速高效的道路。根據(jù)動(dòng)脈網(wǎng)統(tǒng)計(jì)，目前我國(guó)AI+藥物研發(fā)企業(yè)中，約有70%企業(yè)的業(yè)務(wù)處于藥物發(fā)現(xiàn)的階段，主要包括靶點(diǎn)識(shí)別、藥物分子設(shè)計(jì)、虛擬篩選等方面。

藥物設(shè)計(jì)

在預(yù)測(cè)靶點(diǎn)蛋白3D結(jié)構(gòu)方面，標(biāo)志性事件當(dāng)屬AlphaFold突破性地解決了生物學(xué)界長(zhǎng)達(dá)50年的蛋白質(zhì)空間結(jié)構(gòu)預(yù)測(cè)難題。2021年，谷歌旗下的DeepMind公司AlphaFold人工智能系統(tǒng)在國(guó)際蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)競(jìng)賽（Critical Assessment of Structure Prediction，CASP）上以絕對(duì)的優(yōu)勢(shì)奪冠，其預(yù)測(cè)的蛋白質(zhì)三維結(jié)構(gòu)與實(shí)驗(yàn)方法解析的結(jié)構(gòu)幾乎完全吻合。同年，DeepMind公開包含數(shù)百萬(wàn)種已預(yù)測(cè)的蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)，供科學(xué)家和研究人員使用，為AI在醫(yī)藥研發(fā)領(lǐng)域快速學(xué)習(xí)和發(fā)展迭代種下蘊(yùn)含活力的種子。

AlphaFold預(yù)測(cè)的蛋白質(zhì)結(jié)構(gòu)與實(shí)際結(jié)果基本吻合^[2]

由此可見，人工智能技術(shù)在實(shí)現(xiàn)蛋白質(zhì)結(jié)構(gòu)的精準(zhǔn)預(yù)測(cè)有巨大潛力，為新藥研發(fā)第一步——靶點(diǎn)識(shí)別和確定靶點(diǎn)蛋白質(zhì)結(jié)構(gòu)打下至關(guān)重要的基石，以此為基礎(chǔ)針對(duì)性設(shè)計(jì)藥物分子來(lái)調(diào)節(jié)蛋白功能的“AI+”方法將會(huì)為新藥研發(fā)帶來(lái)前所未有的技術(shù)革新從而提高研發(fā)效率。

美迪西正在構(gòu)建的智能靶點(diǎn)和AI虛擬藥物發(fā)現(xiàn)平臺(tái)擁有更加高效可行的AI虛擬新藥設(shè)計(jì)篩選模型，收集超過(guò)30000多種高精度的蛋白-小分子實(shí)驗(yàn)結(jié)構(gòu)數(shù)據(jù)，利用計(jì)算機(jī)分子對(duì)接手段產(chǎn)生足夠多蛋白-小分子復(fù)合物作為富集，不同于以往的機(jī)器學(xué)習(xí)，使用AI圖卷積神經(jīng)網(wǎng)絡(luò)技術(shù)有望在保持界面物理化學(xué)信息的同時(shí)，有效保存蛋白-小分子各種局部空間信息。

化學(xué)合成

AI輔助化學(xué)合成的工作主要體現(xiàn)在對(duì)反應(yīng)進(jìn)行預(yù)測(cè)，提出能引導(dǎo)成功的反應(yīng)條件，給出每一步合成建議，預(yù)測(cè)可能產(chǎn)生的產(chǎn)物。AI可通過(guò)模擬小分子化合物的藥物特性，在較短時(shí)間內(nèi)挑選出最佳模擬化合物進(jìn)行合成試驗(yàn)，大幅提高化學(xué)合成路線設(shè)計(jì)速度，以降低操作成本。

化學(xué)中的AI^[3]

就算需要合成一種全新的化合物，數(shù)據(jù)庫(kù)里沒有相關(guān)信息能構(gòu)建預(yù)測(cè)模型，也可以先讓科學(xué)家們可以對(duì)這些行業(yè)底層的運(yùn)行規(guī)律先進(jìn)行抽象，總結(jié)出背后的科學(xué)原理，再用 AI 去學(xué)習(xí)這些科學(xué)原理得到一個(gè)通用的模型；最后再用這個(gè) AI 模型去解決問(wèn)題。深勢(shì)科技以此為底層邏輯推出的AI for Science新范式，就能實(shí)現(xiàn)從“勞動(dòng)密集”到“計(jì)算密集”的智能化轉(zhuǎn)變。

試想，融合美迪西豐富的藥物開發(fā)經(jīng)驗(yàn)以及高質(zhì)量藥物臨床前研究的分子性質(zhì)和活性、ADME和毒性等數(shù)據(jù)，通過(guò)引入深勢(shì)科技分子預(yù)訓(xùn)練模型Uni-Mol進(jìn)行更加精密的預(yù)測(cè)和快速評(píng)估，共同構(gòu)建“基于AI4S的早期藥物發(fā)現(xiàn)及評(píng)估一體化AI平臺(tái)”，輔助小分子、多肽、抗體等藥物的評(píng)估-設(shè)計(jì)-開發(fā)。雙方在藥物設(shè)計(jì)團(tuán)隊(duì)培育和人才培養(yǎng)等方面進(jìn)行長(zhǎng)期深入的交流探索，不斷開辟合作新路徑，助力新藥研發(fā)提速、增效、降本，對(duì)于AI創(chuàng)新公司和CRO，乃至整個(gè)醫(yī)藥行業(yè)來(lái)說(shuō)，來(lái)說(shuō)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(jìn)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(guò)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(fā)成本，還可以有效減少藥物安全性測(cè)試的相關(guān)的風(fēng)險(xiǎn)。

今年3月，在北京舉辦的人工智能賦能新藥研發(fā)研討會(huì)上，“AI驅(qū)動(dòng)漸凍癥老藥新用”的報(bào)告中英矽智能聯(lián)合CEO任峰博士介紹了他們與國(guó)際著名神經(jīng)科學(xué)家、清華大學(xué)魯白教授合作，用自主研發(fā)的PandaOmics算法，利用國(guó)際上公開的數(shù)據(jù)庫(kù)找到了28個(gè)漸凍癥的新靶點(diǎn)，并確認(rèn)了其中3個(gè)靶點(diǎn)有潛已經(jīng)上市的治療其他疾病的老藥；福貝生物很快生產(chǎn)了其中一款老藥，并快速在北醫(yī)三院?jiǎn)?dòng)了由樊東升教授領(lǐng)導(dǎo)的研究者發(fā)起的臨床研究 （IIT） ，目前已有5位病人入組。從靶點(diǎn)發(fā)現(xiàn)到藥物分子確定，再到啟動(dòng)臨床試驗(yàn)，研發(fā)過(guò)程從頭至尾都應(yīng)用了AI，且全程只花了一年時(shí)間[4]。

在2021年6月18日的新藥+AI創(chuàng)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(zhàn)略合作協(xié)議。同時(shí)，南京力誠(chéng)生物、盛世泰科、真實(shí)生物、科菲平等藥企也十分看重AI帶來(lái)的機(jī)遇，簽署了三方合作協(xié)議，各方均對(duì)此次合作寄予厚望，表示此次合作是一次凝心聚智、技術(shù)互補(bǔ)、共謀發(fā)展的良機(jī)，也是一個(gè)拓展合作領(lǐng)域、加快發(fā)展的里程碑。

雖然種種案例都表明了加入AI確實(shí)能加快研發(fā)速度和減少工作量，提升醫(yī)藥研發(fā)的效率，但AI藥物設(shè)計(jì)不是萬(wàn)能的，目前還無(wú)法脫離人的共同參與。有時(shí)計(jì)算機(jī)預(yù)測(cè)設(shè)計(jì)出來(lái)的分子，實(shí)際合成時(shí)卻很困難，甚至有難以逾越的障礙，就算這個(gè)情況出現(xiàn)的概率很小，但也不能完全讓AI取代人類在醫(yī)藥研發(fā)中的工作。與人們擔(dān)心的AI會(huì)引發(fā)大面積失業(yè)不同，現(xiàn)在醫(yī)藥研發(fā)領(lǐng)域AI技術(shù)蓬勃發(fā)展，各方各面都急需人才。

除此之外，AI是一種技術(shù)，一個(gè)演進(jìn)預(yù)測(cè)的工具，要深入預(yù)測(cè)藥物進(jìn)入體內(nèi)的毒性藥效等情況，還得通過(guò)傳統(tǒng)醫(yī)藥研發(fā)的手段，在實(shí)驗(yàn)室中由人主導(dǎo)的，用實(shí)實(shí)在在的實(shí)驗(yàn)來(lái)證明藥物的有效性和可靠性。藥物研發(fā)是一個(gè)不斷試錯(cuò)的過(guò)程， AI與傳統(tǒng)CRO應(yīng)該保持合作共生的關(guān)系，AI為CRO解放工作和生產(chǎn)力，CRO能把時(shí)間投入目前還沒法用AI解決的高難度問(wèn)題，推動(dòng)新的醫(yī)藥研發(fā)浪潮奔涌向前。

美迪西作為一站式生物醫(yī)藥臨床前研發(fā)服務(wù)平臺(tái)，一直在積極探索利用AI技術(shù)進(jìn)一步加速藥物研發(fā)。2022年11月由美迪西承辦的“賦能 融合 創(chuàng)新”2022張江AI智藥論壇在張江盛大開幕，會(huì)上百家爭(zhēng)鳴，平臺(tái)斗新，AI不僅促使整個(gè)醫(yī)藥研發(fā)行業(yè)都更加繁榮，更是促進(jìn)了AI企業(yè)與傳統(tǒng)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(dá)成了戰(zhàn)略合作，共建生態(tài)的優(yōu)勢(shì)，助力更多的創(chuàng)新藥誕生。

美迪西誠(chéng)邀更多生物醫(yī)藥“同行者”，抓住AI輔助藥物研發(fā)的發(fā)展機(jī)遇，一同奔赴AI制藥領(lǐng)域的星辰大海，共筑生物醫(yī)藥的硬堡壘，共同推動(dòng)中國(guó)生物醫(yī)藥產(chǎn)業(yè)再進(jìn)一程。

相關(guān)文獻(xiàn)

[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(yī)藥的雙向賦能！2022張江AI智藥論壇圓滿召開（內(nèi)附回放）

加速源頭創(chuàng)新，助力降本增效 | 美迪西與英飛智藥達(dá)成戰(zhàn)略合作

加碼AI賦能創(chuàng)新藥研發(fā)，美迪西與蘇州朗睿達(dá)成戰(zhàn)略合作

用AI賦能腫瘤創(chuàng)新藥研發(fā)！美迪西與德睿智藥達(dá)成戰(zhàn)略合作

中國(guó)藥企的國(guó)際化趨勢(shì)與AI研發(fā)創(chuàng)新論壇暨張江AI新藥研發(fā)聯(lián)盟成立大會(huì)成功舉辦