人工智能技术进一步成熟◈ღ，与医疗健康领域的融合不断加深◈ღ，主要应用场景包括医疗影像辅助诊断◈ღ、药物研发◈ღ、医疗机器人等◈ღ，本文所述的“智能药物研发”是重要场景之一◈ღ，依托人工智能给新药研发带来了新的“希望和灵感”◈ღ。

　　智能药物研发是为解决新药研发困境而衍生的业态欢迎来到公海手机版710◈ღ。药物研发周期长◈ღ、成功率低◈ღ、研发费用高欢迎来到公海手机版710◈ღ。一款药物研发包括药物发现◈ღ、临床前研究欢迎公海赌赌船官网◈ღ。◈ღ、临床研究◈ღ、审批上市四个阶段◈ღ，面临研发周期长（超 10 年）◈ღ、研发成功率低（低于10%）以及研发费用高（超10 亿美元）3 大困境◈ღ。将AI技术应用于新药研发各个环节◈ღ，出现海量文献信息分析整合◈ღ、化合物高通量筛选◈ღ、药物靶点研究◈ღ、药物分子设计等智能药物研发的场景◈ღ，大大提高药物研发的效率◈ღ。

　　①海量文献信息分析整合◈ღ。利用AI技术从海量信息（论文◈ღ、专利等）中提取出能够推动药物研发的知识◈ღ，提出新的可以被验证的假说◈ღ。例如◈ღ：英国生物科技公司Benevolent Bio◈ღ，利用技术平台JACS从全球范围内海量的学术论文◈ღ、专利◈ღ、临床试验结果◈ღ、患者记录等数据中◈ღ，提取出有用的信息◈ღ。

　　②化合物高通量筛选◈ღ。利用AI技术对现有化合物数据库信息的整合和数据提取◈ღ、机器学习◈ღ，提取大量化合物与毒性◈ღ、有效性的关键信息◈ღ，从数以万计的化合物分子中筛选出符合活性指标的化合物◈ღ，大幅提高筛选的成功率◈ღ。例如◈ღ：硅谷公司Atomwise 2015年用AtomNet仅用一周模拟出2种有潜力用于埃博拉病毒治疗的化合物◈ღ。

　　④预测药物分子动力学指标（ADMET）◈ღ。药物ADMET性质研究以体外研究技术与计算机模拟等方法相结合◈ღ，研究药物在生物体内的动力学表现◈ღ。例如◈ღ：晶泰科技通过应用人工智能高效地动态配置药物晶型◈ღ，能完整预测一个小分子药物的所有可能的晶型◈ღ，大大缩短晶型开发周期◈ღ。

　　⑤病理生物学研究◈ღ。基于AI将病理图像转化为可挖掘的数据◈ღ，并用于定量化病理诊断和疾病预后◈ღ，最后自动生成病理诊断报告◈ღ，从而利用AI研究疾病发生◈ღ、发展◈ღ、转归的规律和机制◈ღ。例如◈ღ：IBM公司开发的Watson系统◈ღ，建立了模型预测RNA结合蛋白（RBPs）与肌萎缩侧索硬化（ALS）相关性◈ღ，成功鉴定在ALS中改变的5种新型RBPs◈ღ。

　　⑥药物临床适应症挖掘◈ღ。利用AI深入学习技术◈ღ，将市面上已曝光的药物及人身上的1万多个靶点进行交叉研究及匹配◈ღ，实现“老药新用”◈ღ。例如◈ღ：沙利度胺曾用来治疗麻风病◈ღ，该药物已经积累了大量的安全性与剂量数据◈ღ，后来研究人员发现其对多发性骨髓瘤具有疗效面对面视频游戏365◈ღ。

　　智能药物研发企业主要集中在美国◈ღ。全球来看◈ღ，目前总计约150家企业◈ღ，其中一半以上企业在美国◈ღ，其次是英国（约30家）◈ღ、加拿大（约10家）◈ღ，代表企业包括Numedii(成立于2008)◈ღ、Atomwise(成立于2012)◈ღ、BenevolentAI（成立于2013）◈ღ、HealX（成立于2014）欢迎来到公海手机版710◈ღ、BenchSci（成立于2015）◈ღ。从我国来看◈ღ，国内发展相对较晚◈ღ，仅有10+家企业◈ღ，集中在北京（5家）◈ღ、上海（4家）◈ღ，已有零氪科技（成立于2014）◈ღ、药明明码（成立于2015）两家独角兽企业◈ღ。

　　融资次数和额度逐年增多◈ღ。截至目前国内外共有140多家公司获融资◈ღ，总额为480+亿美元（国内约30亿美元）◈ღ。2018年融资额最高◈ღ，达18亿美元◈ღ，获投企业数量占比超40%◈ღ。获投项目多处于种子轮◈ღ，交易次数占比超70%◈ღ，大额融资主要集中在B轮◈ღ、C轮和D轮◈ღ。主要投资机构为AME Cloud Ventures◈ღ、Khosla Ventures欢迎来到公海手机版710◈ღ、Goole Ventures等◈ღ。

　　制药巨头助推智能药物研发面对面视频游戏365◈ღ。一般有两种方式◈ღ，①研发外包◈ღ：辉瑞◈ღ、GSK等制药公司提供特定的研究数据和生物靶点信息◈ღ，委托由AI驱动的药物发现初创公司依靠这些数据建立模型筛选药物欢迎来到公海手机版710◈ღ。②内部组建AI研发部门面对面视频游戏365◈ღ。制药巨头包括Pfizer◈ღ、EliLilly◈ღ、Merck公海赌赌船官网jc710◈ღ！◈ღ、GSK ◈ღ、AstraZeneca等都在采取内部重组措施◈ღ，培养内部AI专业技能◈ღ，并建立数字基础设施◈ღ，为采用AI进行药物研发做准备◈ღ。

　　位于伦敦◈ღ，创立于2013年◈ღ，是欧洲最大的智能药物研发公司◈ღ。企业拆分成立专注药物研发支持的BenevolentBio和负责AI引擎开发及开拓应用领域的BenevolentTech两个全资子公司◈ღ。

　　核心是建立了技术平台判断加强认知系统JACS（Judgment Augmented Cognition System）◈ღ，为阿斯利康◈ღ、强生等多家国际知名制药企业提供新药研发服务◈ღ。

　　2014年成立于北京◈ღ，入选2018中国独角兽企业榜单（估值10.8亿美元）◈ღ。以“数据+技术+平台+服务”的模式为医疗机构◈ღ、行业监管部门◈ღ、各级政府以及医药产业◈ღ、保险机构等提供大数据整体解决方案◈ღ。

　　核心是搭建Link Recruitment™精准临床招募系统◈ღ，以“例数+时间”的创新模式助力患者快速入组◈ღ。

　　智能药物研发产业发展核心局限在于数据◈ღ。现今存在的公开数据往往由于格式◈ღ、代表性等多种原因◈ღ，无法成为高质量的数据◈ღ。很多用于训练机器学习算法的高质量数据并不存在◈ღ，而低质量数据可能导致算法从数据中获取虚假信号面对面视频游戏365◈ღ，导致“垃圾进◈ღ，垃圾出”◈ღ。

　　对于AI药物研发公司来说◈ღ，解决这一难题的办法是自己生成高质量的数据◈ღ，例如◈ღ，insitro和Recursion公司◈ღ、零氪科技等都在根据解决特定问题的需求◈ღ，生成自己的数据◈ღ；IBM曾在2016年斥资26亿美元收购医疗数据公司Truven◈ღ；罗氏曾在2018年以19亿美金收购肿瘤大数据公司Flatiron Health全部股份◈ღ。

　　但智能药物研发也带来更多的可能性◈ღ。AI可将新药研发的成功率从12％提高到14％◈ღ，为生物制药行业节省数十亿美元欢迎来到公海手机版710◈ღ。制药巨头一直面临着新药研发周期长面对面视频游戏365◈ღ、研发成功率低和研发费用高的痛点◈ღ，而AI技术可有效地缓解上述痛点欢迎来到公海手机版710◈ღ。同时AI能够挖掘出不易被发现的隐性关系◈ღ，构建药物欢迎来到公海手机版710◈ღ、疾病和基因之间的深层次关系◈ღ，更快地筛选出具有较高活性的化合物◈ღ。

　　Andreessen Horowitz（硅谷风投公司）的Pande博士说◈ღ：“生物学可能对于人类大脑来说太复杂了◈ღ，但对于某些类型的AI可能不是太复杂◈ღ；AI可以用人脑无法实现的方法整合数据◈ღ，然后能够将研究人员引导到有趣的新地方◈ღ。”

　　综上◈ღ，智能药物研发产业是医药健康与人工智能跨界融合的新业态◈ღ，理想上AI可以解决新药研发的各种痛点◈ღ，实际上高质量数据获取难度较大公海赌赌船◈ღ，但抓住真正痛点◈ღ、满足真正需求的产业都具有强大潜力◈ღ，智能药物研发产业未来可期◈ღ。