BOSS论健第89期 | AI制药的尽头，还是做药？

BOSS论健第89期 | AI制药的尽头，还是做药？山西省国家,六盘水市千惠职业技术学校,燕中炎, AI制药好消息频出。 一级资本市场对 AI 药物研发热情高涨，仅2021年前10 个月行业内的公开融资额已超过80亿元。目前全球数百家AI制药公司，绝大多数都瞄准了最前沿的新药发现领

AI制药好消息频出。

一级资本市场对 AI 药物研发热情高涨，仅2021年前10 个月行业内的公开融资额已超过80亿元。目前全球数百家AI制药公司，绝大多数都瞄准了最前沿的新药发现领域。这几乎是无可争议的“金矿”。

近日，健康界品牌节目《BOSS论健》——“解密”AI制药，邀请到英矽智能首席科学家、药物研发负责人任峰、Redesign Science CTO、联合创始人李昊田，以及浙江工业大学智能制药研究院院长段宏亮一起深入探讨AI制药的发展现状与未来趋势。

AI 在药物研发中的工具作用

新药推向市场是复杂且消耗资源的过程，新药研发被认为是人类发展中最复杂、最具风险和耗时最漫长的技术研究领域之一。据《Nature》报道，制药公司平均需要花费26亿美元，以及长达10年的研发时间，且失败率达90%以上。

任峰介绍，目前整个制药行业面临三个共同的痛点：第一是如何找到合适的靶点或者全新的靶点来治疗某种疾病；第二是找到靶点之后如何发现或者发明全新的化合物，去针对这个靶点推向临床；第三是怎么样设计好的临床方案去减少临床上的不可预测性。

而AI技术，正可以在这三个方面，都起到大大提升效率的作用。

“AI制药的目标从来不是完全取代之前传统的检验方式，更多是去加速对于疾病所需要的小分子的发现。我们从而可以使用人工智能去替代所有的传统实验，把传统实验和算法做一个有机的结合。”李昊田表示。

AI制药跟传统制药不是非此即彼，非黑即白的关系。更多的是两者之间互相融合，互相补充互相提升。段宏亮表示，希望在不久的将来的话，AI制药的比重会越来越提升，从而最终能让人类的制药速度和效率大大提高。

目前，AI制药基本上覆盖了新药研发的各个环节，大致可分为靶点发现、化合物合成、化合物筛选、晶型预测、患者招募、优化临床试验设计和药物重定向等7大场景。

嘉宾们一致认为，AI制药未来并不是去取代医药研发，而是提供一个更行之有效的工具去帮助药物研发更为高效。

AI制药的壁垒并不是技术

至今，全球已有数百家AI制药企业下场。如何从中胜出，构建自己的壁垒，成为各家企业发力的方向。

但李昊田表示，算法和数据都是公开的，就算你有专利，也不能阻挡别人用类似的这种算法去产生类似的模型，所以说技术壁垒很难借助。

但也不是没有任何壁垒。“首先在数据上，大家都是用公开的数据，这样如何把数据进行规范化或者标准化就很关键。”任峰认为，把海量的数据抓到自己的系统里，并且按照自己的机器可读的格式整理成自己的格式，其实需要大量的时间和精力。

而算法是否经过检验，也需要时间的验证，需要通过真正的试验去验证数据，去验证算法产生的结果如何，并且对结果进行统一调整，不断优化。任峰认为，以上两部分都会产生时间上的壁垒。“如果先行一步，是会有一定的领先。”

段宏亮认为，从AI制药的数据、算法和算力三个维度来看，可以有一些流程上的优化，或者有些团队可以找到一些小窍门。但总的来说，除非颠覆式的创新，很难产生能够降维打击的壁垒。

“不同于传统to C的行业，AI制药所涉及的AI不仅包括最开始的算法设计，还需要不停地迭代。对传统的数据进行对比验证，需要很长的周期。”在李昊田看来，这个行业不同于快速增长的IT行业或者互联网行业，有其传统的一面，但从本质上来说，还是做药物研发，而AI只是手段，需要很多迭代，然后才能把事情做好。

AI制药急需复合型人才

目前，AI制药的商业化模式包括：卖软件卖服务、授权可续费以及直接下场做药三种。嘉宾们的主流看法是，自己的企业最终还是要走向利用高效的AI工具，发现新靶点，创造出针对这一靶点的小分子化合物，进行临床试验，最终走向做药。

近期，英矽智能进行了首次微剂量人体试验，已完成第一例健康志愿者的临床给药。通过靶点的发现，以及小分子化合物的寻找，把流程一步一步打通，最终生产出有针对性的药物，就是希望AI能够提供价值，能够让更多患者有新药可以治疗。这样，成为一个完整的药物解决方案，也是目前进场AI制企业努力的方向。

作为技术密集型的行业，也意味着对人才的大量需求。AI制药是个极度跨界的行业，需要结合生物、化学和AI等多方面的专家。

据任峰介绍，因为很难找到复合型的人才，自己公司目前的做法是招募两个团队，看人才更偏重于药还是偏重于AI，然后去参与其中的一个团队。

而李昊田团队的做法是分为三个区块。第一个区块做药物研发，通过传统的药物经验，去看化学系统；第二个区块去做跨界；第三个区块偏计算，更像人工智能，或者说机器学习。李昊田坦言，接触了很多在传统药企中有多年经验的人员，他们在传统制药技术上比较强势，但对于拥抱AI还是比较消极的。

事实上，对于AI人才的培养，还需要学术界的大力帮助。段宏亮介绍，目前在大学里，尝试过从药学本科招来研究生学习计算机，但发现学生的编程能力往往不够强。于是，现在就更多地招计算机硕士，来读药学的博士。“无论是哪种模式，都需要至少三五年的努力，学生才能走出校园。”段宏亮表示，育人的过程很漫长，但企业的需求又很紧迫，因此如何快速培养合适的毕业生，输入到企业中去，也是高校正在努力着手的。

最后，感谢一汽-大众奥迪对本期《BOSS论健》节目的冠名支持。

来源：健康界

陈宣裕 http://www.xinzhiliao.com/zx/xinde/24349.html