ChatGPT的出現(xiàn)帶來一陣又一陣?yán)顺迸c余波，未來社會(huì)必將在AI的引領(lǐng)下發(fā)生巨變，生命科學(xué)領(lǐng)域也不意外。

AI制藥發(fā)展歷程和現(xiàn)狀

AI制藥作為人工智能技術(shù)在醫(yī)藥領(lǐng)域的應(yīng)用之一，其發(fā)展歷程可追溯至20世紀(jì)90年代末。當(dāng)時(shí)，高通量篩選技術(shù)和基因組學(xué)技術(shù)的出現(xiàn)使藥物研發(fā)流程加速，但仍然存在許多瓶頸。隨著計(jì)算機(jī)性能的提高，人們開始探索如何將人工智能應(yīng)用于藥物研發(fā)。Z初的嘗試是使用人工神經(jīng)網(wǎng)絡(luò)和分子動(dòng)力學(xué)模擬等技術(shù)，但由于計(jì)算機(jī)性能和數(shù)據(jù)量的限制，這些嘗試并未取得重大突破。

隨著計(jì)算機(jī)技術(shù)的不斷進(jìn)步，尤其是深度學(xué)習(xí)技術(shù)的崛起，AI制藥開始迎來爆發(fā)式增長。2012年，谷歌公司推出了一款名為DeepMind的人工智能程序，推出深度學(xué)習(xí)算法，在圖像識別領(lǐng)域取得了突破性進(jìn)展，為藥物研發(fā)中的圖像識別等問題的解決帶來了新的思路。隨后，DeepMind的創(chuàng)始人Demis Hassabis等人開始探索人工智能技術(shù)在藥物研發(fā)中的應(yīng)用，成立了DeepMind Health，并S次將深度學(xué)習(xí)應(yīng)用于蛋白質(zhì)結(jié)構(gòu)預(yù)測，并獲得了較好的效果。此后，AI制藥開始快速發(fā)展，涵蓋了藥物研發(fā)的各個(gè)環(huán)節(jié)，如藥物發(fā)現(xiàn)和生產(chǎn)、臨床試驗(yàn)等。

AI技術(shù)在生物制藥領(lǐng)域的市場規(guī)模正在快速增長。根據(jù)市場調(diào)研機(jī)構(gòu)Research And Markets的報(bào)告，全 球人工智能藥物研發(fā)的市場規(guī)模從2020年的9.1億美元增長到2021年的12.7億美元，復(fù)合年增長率 (CAGR) 為39%。到2025年，市場規(guī)模預(yù)計(jì)將達(dá)到59.4億美元，復(fù)合年增長率可達(dá)47%。2022年以來醫(yī)藥行業(yè)的投融資熱度下降，但AI成為融資寒冬中的火熱賽道。根據(jù)智藥局不完全統(tǒng)計(jì)，2022年全年AI制藥賽道相關(guān)的融資總事件達(dá)144起，YOY 97%，總金額為62.02億美元（約人民幣426.66億元）,YOY 47.67%。

圖1：2015-2022全 球AI制藥投融資總額（單位：億美元）

 目前，生物制藥公司正在積極采用AI技術(shù)，以加速藥物研發(fā)和生產(chǎn)過程。2023年3月20日，CRO龍頭企業(yè)賽紐仕宣布微軟達(dá)成一項(xiàng)多年戰(zhàn)略協(xié)議。協(xié)議包括與微軟研究院合作、利用OpenAI的開發(fā)成果，一起為賽紐仕提供技術(shù)和數(shù)據(jù)解決方案，以加速臨床開發(fā)并提升生物制藥客戶的商業(yè)績效。通過OpenAI的平臺，賽紐仕可以處理和分析數(shù)據(jù)以快速跟蹤時(shí)間表、優(yōu)化資源分配并提高臨床試驗(yàn)效率，賽紐仕也成為首 家將ChatGPT的技術(shù)用于臨床開發(fā)的CRO。除此之外，更多生物制藥公司也采用了AI技術(shù)：

Novartis正在開發(fā)使用AI技術(shù)進(jìn)行藥物篩選的平臺，以提高藥物的成功率和效率。

Sanofi則使用AI技術(shù)來幫助預(yù)測新藥物的療 效和安全性。

Moderna使用AI技術(shù)來輔助RNA疫苗的研發(fā)和生產(chǎn)。

除了生物制藥公司自身的探索和應(yīng)用，政府也在積極推動(dòng)AI技術(shù)在生物制藥領(lǐng)域的發(fā)展。2023年3月27日，科技部會(huì)同自然科學(xué)基金委近期啟動(dòng)“人工智能驅(qū)動(dòng)的科學(xué)研究” (AI for Science) 專項(xiàng)部署工作，圍繞藥物研發(fā)、基因研究、生物育種、新材料研發(fā)等重 點(diǎn)領(lǐng)域科研需求展開，布局“人工智能驅(qū)動(dòng)的科學(xué)研究”前沿科技研發(fā)體系。

AI制藥是如何革新藥物發(fā)展的？

首先在藥物研發(fā)階段，利用AI技術(shù)進(jìn)行藥物分子設(shè)計(jì)、分子對接、篩選等，可以大大縮短藥物研發(fā)周期，降低研發(fā)成本。具體來說，AI技術(shù)在藥物發(fā)現(xiàn)領(lǐng)域的應(yīng)用主要包括以下兩個(gè)方面：

1 、靶點(diǎn)發(fā)現(xiàn)：AI技術(shù)可以處理和分析大規(guī)模的生物醫(yī)學(xué)數(shù)據(jù)，如基因組學(xué)、蛋白質(zhì)組學(xué)和轉(zhuǎn)錄組學(xué)數(shù)據(jù)，通過深度學(xué)習(xí)和機(jī)器學(xué)習(xí)算法，AI可以發(fā)現(xiàn)與疾病相關(guān)的基因、蛋白質(zhì)和代謝途徑，從而識別潛在的靶點(diǎn)。

2 、藥物發(fā)現(xiàn)：AI技術(shù)可以進(jìn)行大規(guī)模的虛擬篩選，通過計(jì)算模型和機(jī)器學(xué)習(xí)算法篩選出具有潛在活性的藥物分子。這有助于縮小候選藥物范圍，優(yōu)先選擇具有較高活性的化合物進(jìn)行后續(xù)實(shí)驗(yàn)驗(yàn)證。對于抗體藥物而言，通過整合和分析大量的實(shí)驗(yàn)數(shù)據(jù)，AI技術(shù)可以預(yù)測和模擬抗體與靶點(diǎn)之間的結(jié)合模式和親和力，優(yōu)化實(shí)驗(yàn)設(shè)計(jì)，并幫助研究人員深入了解藥物與靶點(diǎn)的相互作用機(jī)制。

在臨床前研究環(huán)節(jié)，基于AI技術(shù)的新藥研發(fā)管線可將臨床前研究時(shí)間從3-6年壓縮至1-2年，大幅提高效率并節(jié)省成本。據(jù)Tech Emergence研究報(bào)告，AI技術(shù)可使新藥研發(fā)成功率由12%上升至14%。

AI技術(shù)在生物制藥領(lǐng)域主要研究方面

AI技術(shù)在生物制藥領(lǐng)域的研究主要集中在蛋白質(zhì)研究，包括蛋白質(zhì)結(jié)構(gòu)預(yù)測、蛋白質(zhì)互作網(wǎng)絡(luò)分析、蛋白質(zhì)-藥物相互作用預(yù)測和蛋白質(zhì)設(shè)計(jì)等方面。

1 、蛋白質(zhì)結(jié)構(gòu)預(yù)測：AI技術(shù)可以通過模擬和預(yù)測分子的結(jié)構(gòu)和動(dòng)力學(xué)性質(zhì)來幫助研究人員預(yù)測蛋白質(zhì)的結(jié)構(gòu)。利用深度學(xué)習(xí)技術(shù)，可以對大規(guī)模蛋白質(zhì)序列數(shù)據(jù)進(jìn)行訓(xùn)練，并預(yù)測其三維結(jié)構(gòu)。

2 、蛋白質(zhì)互作網(wǎng)絡(luò)分析：AI技術(shù)可以幫助研究人員理解蛋白質(zhì)與其他蛋白質(zhì)、代謝產(chǎn)物和信號分子之間的相互作用網(wǎng)絡(luò)，從而揭示生物學(xué)過程的本質(zhì)。AI技術(shù)可以分析大量蛋白質(zhì)結(jié)構(gòu)和序列數(shù)據(jù)，預(yù)測和分析蛋白質(zhì)的相互作用關(guān)系，并幫助研究人員揭示生物系統(tǒng)中的重要信號通路和調(diào)節(jié)機(jī)制。

3 、蛋白質(zhì)-藥物相互作用預(yù)測：AI技術(shù)可以預(yù)測藥物與蛋白質(zhì)之間的相互作用，從而推動(dòng)新藥物的發(fā)現(xiàn)和開發(fā)。通過使用深度學(xué)習(xí)算法，可以預(yù)測藥物與蛋白質(zhì)之間的結(jié)合親和力，并發(fā)現(xiàn)新的藥物靶標(biāo)和治 療方法。

4 、蛋白質(zhì)設(shè)計(jì)：AI技術(shù)可以幫助研究人員設(shè)計(jì)和構(gòu)建新的蛋白質(zhì)分子，以實(shí)現(xiàn)特定的功能或解決某些特定的問題。通過使用深度學(xué)習(xí)和計(jì)算機(jī)模擬技術(shù)，可以預(yù)測蛋白質(zhì)序列和結(jié)構(gòu)的性質(zhì)，并使用這些信息來優(yōu)化蛋白質(zhì)分子的設(shè)計(jì)和功能。

AI制藥可能面臨的挑戰(zhàn)

與小分子相比，蛋白質(zhì)等大分子的數(shù)據(jù)累積更少，復(fù)雜度也更高，落地性上仍待進(jìn)一步的突破。

目前，AI制藥還在尋求進(jìn)一步的市場認(rèn)可。透過管線、合作訂單等外在指標(biāo)，我們可以看到AI制藥企業(yè)核心在于數(shù)據(jù)的質(zhì)量和數(shù)量決定了其技術(shù)在生物制藥領(lǐng)域的應(yīng)用成熟度。目前，以AI進(jìn)行藥物研發(fā)的數(shù)據(jù)集主要來自公共數(shù)據(jù)庫、高通量干濕實(shí)驗(yàn)閉環(huán)、合作數(shù)據(jù)及虛擬數(shù)據(jù)。現(xiàn)階段而言，建立大規(guī)模實(shí)驗(yàn)室，通過“干濕實(shí)驗(yàn)結(jié)合”的方式優(yōu)化AI模型仍是大多數(shù)AI制藥企業(yè)的選擇。

會(huì)議預(yù)告

Cytiva作為生命科學(xué)領(lǐng)域的先行者，致力于推動(dòng)創(chuàng)新療法從研發(fā)到商業(yè)化的發(fā)展，并以廣泛多元的產(chǎn)品組合推動(dòng)前沿技術(shù)在生命科學(xué)領(lǐng)域的應(yīng)用。

在此，我們誠摯地邀請您參與中國AI藥物研發(fā)大會(huì)，聚焦探討AI技術(shù)在生物科學(xué)領(lǐng)域的機(jī)遇與挑戰(zhàn)，更有互動(dòng)好禮等你來拿。

立即掃碼，贏互動(dòng)好禮