文/陳根

“十年+十億美金=120萬(wàn)一針”，提起這個(gè)醫(yī)藥研發(fā)領(lǐng)域的經(jīng)典說(shuō)法，大家可能都不得不驚嘆于新藥研發(fā)的周期之長(zhǎng)、成本之高、成功率之低。而與此相對(duì)應(yīng)的，卻是世界上還有3萬(wàn)多種疾病尚未找到對(duì)癥的藥物。所以，如何讓更多的患者有藥可醫(yī)，也就成了社會(huì)的強(qiáng)勁剛需，更是醫(yī)學(xué)界的目標(biāo)所在。

所幸的是，大數(shù)據(jù)與人工智能（Artificial Intelligence，AI）的興起，讓新藥的研發(fā)有了走出“雙十”困局的機(jī)會(huì)，讓研發(fā)的進(jìn)度得以加速，成功率得以提高，成本得到縮減。據(jù)最新報(bào)道顯示，目前已有24種借助人工智能設(shè)計(jì)的藥物處在臨床試驗(yàn)階段；更有諸多的企業(yè)和研究所借助于AI手段，針對(duì)從癌癥到新冠的不同疾病進(jìn)行著新藥的研發(fā)。

企業(yè)在借助人工智能進(jìn)行藥物研發(fā)的過(guò)程中，重點(diǎn)關(guān)注著三個(gè)方面：首先，在體內(nèi)選擇正確的治療靶點(diǎn)；其次，設(shè)計(jì)適于與靶點(diǎn)相互作用的分子；再者，確定該分子最有可能幫助哪些患者。

而區(qū)別于傳統(tǒng)的手動(dòng)構(gòu)建分子模型的方式，通過(guò)人工智能的機(jī)器學(xué)習(xí)則可以利用大量數(shù)據(jù)——包括藥理學(xué)和分子學(xué)數(shù)據(jù)——自動(dòng)構(gòu)建復(fù)雜模型。通過(guò)這種方式，預(yù)測(cè)藥物在體內(nèi)的表現(xiàn)變得更加容易和快速；同時(shí)，機(jī)器學(xué)習(xí)模型還能夠以過(guò)去做不到的方式篩選大量未開(kāi)發(fā)的潛在藥物分子儲(chǔ)備。

使用人工智能還可以改善臨床研究。按傳統(tǒng)方法，臨床研究人員需要嘗試不同的藥物，以了解哪種藥物在同意參加試驗(yàn)的患者身上是有效的；而現(xiàn)在，借助于人工智能，則可以在此之前同時(shí)進(jìn)行不同療法的測(cè)試，并在納入試驗(yàn)之前根據(jù)患者的情況評(píng)估哪一種可能最合適。AI的機(jī)器學(xué)習(xí)可以將患者與現(xiàn)有藥物進(jìn)行匹配外，更能用于設(shè)計(jì)新藥物；所以在尋求匹配藥物時(shí)，將會(huì)帶來(lái)更多的選擇。

不僅如此，AI在新藥研發(fā)的速度和成本縮減方面，也發(fā)揮著重要的作用。據(jù)塔夫茨藥物開(kāi)發(fā)研究中心提供的數(shù)據(jù)顯示，開(kāi)發(fā)一個(gè)新藥的平均成本大約為 26 億美元。一般需要 12-15 年的時(shí)間才能將一個(gè)新藥從試驗(yàn)室走入市場(chǎng)。不僅如此，5000 個(gè)臨床前化合物大約只有 5 個(gè)化合物可以進(jìn)入臨床試驗(yàn)，最終只有一個(gè)能被批準(zhǔn)用于臨床治療，成為真正的藥物。

而如今，伴隨著大數(shù)據(jù)、AI 技術(shù)滲透到醫(yī)藥行業(yè)，新藥開(kāi)發(fā)變得更經(jīng)濟(jì)、更有針對(duì)性。據(jù)相關(guān)統(tǒng)計(jì)數(shù)據(jù)顯示：AI 可以將新藥研發(fā)的成功率提高 16.7%，AI 輔助藥物研發(fā)每年能夠?yàn)樗幤蠊?jié)約 540 億美元的研發(fā)費(fèi)用，并在研發(fā)主要環(huán)節(jié)節(jié)約 40% 至 60% 的時(shí)間成本。

得益于 AI 技術(shù)的高速發(fā)展和演進(jìn)，AI與科學(xué)前沿研究的結(jié)合正在快速地改變世界并造福人們的生活。而AI 藥物研發(fā)作為一個(gè)新興的交叉學(xué)科，不僅對(duì)生命醫(yī)藥行業(yè)產(chǎn)生深遠(yuǎn)的影響，也對(duì)提高人類壽命的長(zhǎng)度和質(zhì)量有重要意義，“讓 AI 流淌進(jìn)每一款新藥，讓患者更快地獲得有效治療。”

       原文標(biāo)題 : 陳根：人工智能助力醫(yī)藥研發(fā)