当药物研发遇上AI，AI能为新药研发带来什么？

日前，全球糖尿病领域的领先者丹麦诺和诺德宣布《转变研发方式的计划》，将在丹麦和中国的研发中心裁掉约400名员工，以期重组其研发中心，加速其严重慢性病产品管线的扩展和多样化。公司表示，本次裁员并不是在削减成本，而是增强AI方面竞争力。

诺和诺德首席科学官Mads Krogsgaard Thomsen表示“这并不是在削减成本，诺和诺德明年的研发预算将比今年更大。内部分析显示，我们的体力劳动出现过剩，但在数字领域、信息学、数据科学、人工智能和自动化方面则缺乏竞争力。”

药物研发的AI时代

根据德勤2017年的报告，2017 年全球前 12 位制药企业尽管在研发上进行了巨大投入，但是这些投入所带来的回报仅有 3.2%，药物研发投资回报率也处于 8 年来的最低水平，相比于七年之前存在大幅度的下滑。

正是因为药物研发具有时间长、高投入、高风险，投资汇报慢的特点。全球每年都有数千亿美元用于药品研发，而AI技术的运用能够在一定程度上提高研发效率，降低成本投入。30多年前，人们就设想采用计算机进行药物研发，例如1981年的《Discovery》杂志中就有这样的设想，几个月后的《财富》杂志封面也对计算机辅助的药物发现进行了专题报道。随着人工智能浪潮的兴起，药物研发人员们将很快用上这些新工具来武装自己，提高药物研发效率。新药的设计、发现、研发过程，也将得到缩短。

AI能为新药研发带来什么？

AI可以对药物结构、疾病病理生理机制、现有药物的功效、显微镜下的样本观察等等结果进行快速分析， 大大提升新药发现的效率。从目前来看，AI主要作用于药物研发场景包括：靶点药物研发、候选药物挖掘、化合物筛选、预测ADMET性质、药物晶型预测、辅助病理生物学研究，以及发掘药物新适应症等。但是所有的应用都撇不开一个重要因素：数据。

AI研发的核心是数据

比如，在新药研发领域，AI可以帮助科学家从巨大体量的化合物数据库中完成文献搜索，许多公司也在研究如何利用机器模拟化合物跟特定靶标的结合效果，从而大大加快新药筛选的过程。

AI通过机器学习，不但可以加速时间，还可以提高到达后期试验阶段药物的成功概率。如果AI可以减少药物试验的风险，就可以为大型制药公司节约大量成本，使其能够腾出资源集中于寻找更有潜力的机会。

除了上述提到的药物数据，医疗数据也成为后续药物研发的重要依据。

对药物研发或者是诊断治疗来说，数据的重要性都是不言而喻的。但是数据的来源与质量，目前仍是所有AI+制药相关企业面临的难题之一。如何得到更准确的数据，如何有效分析是AI在药物研发领域不得不好好思考的问题。

药企纷纷入局AI市场

虽然AI用于药物研发还存在一些不确定性，但是并不妨碍全球医药企业布局AI技术。例如，默沙东与美国Atomwise牵手药物挖掘；强生与英国AI技术开发和应用公司BenevolentAI达成新药研发合作；制药巨头罗氏收购肿瘤大数据公司Flatiron Health的全部股份，还与GNS Healthcare达成合作协议；辉瑞除了与IBM合作协助免疫肿瘤药物研发外，也与晶泰科技签订了战略性的合作协议。

辉瑞、罗氏、GSK等巨头纷纷“下注”AI公司，发展如何还有待时间检验。毕竟目前并没有一家AI药物研发的成功案例，也没有一款AI研发的药物被批准上市。所以说光有一腔热情并不能解决研发道路上的诸多瓶颈。AI虽然是一个引人注目的做法，不过它仍然需要时间证明自己。

大量的裁员、大规模的和AI技术公司合作，有的人提出了这样的观点“AI最终会取代研发人员”，工控小编认为就目前来说，这看起来并不实际。不过需要注意的是“AI不会取代药物研发人员，但是使用AI的药物研发人员将会取代那些不使用AI的人”。

总结

人工智能没有魔法，不可能将长达几年乃至几十年的新药发现过程缩短到几天的时间。但是能看到的是，AI技术正在为制药行业带来显著的变化。随着对生物医药理解的不断加深，随着计算能力的不断加强，AI有望为医疗行业带来可喜的进展。