人工智能在新药研发领域的七大应用场景，效果尚待验证

2019-10-26 01:46发布

站内文章 / 前端开发

107 0

女 | 书童

私信

摘要：大多数情况下，药物发现者利用高通量筛选方式进行目标化合物筛选，以提高药物发现率，由于不断试错的成本较高，更多的药企开始引入人工智能技术开发虚拟筛选技术，以期取代或增强传统高通量筛选的方法。近年来，人工智能在新药研发、疾病风险预测和慢性病管理等细分领域也开始大放异彩。本文主要分析人工智能在新药研发领域的应用场景及其存在的局限性。

新药研发企业将人工智能技术渗入药物研发系统，可以在药物研发过程中减少时间、人力和物力的投入，大幅度的降低药物的研发成本，同时还能基于基因、疾病等建立的数据模型预测研发过程中的有效性、安全性和副作用等。随着人工智能技术的不断整合，药物研发企业有望在研发过程中逐渐的实现“去风险”，同时提高全球医疗信息领域的效率，越来越多的人都相信AI技术有助于破解生物学奥秘，并促进人类健康。预计未来3到5年，人工智能技术将在新药研发领域取得突破性的进展。

人工智能新药研发领域主要有三类公司，为推动新技术的应用都在进行不同的尝试

目前在人工智能新药研发领域主要有三类公司：大型药企、AI技术公司和药物研究机构，它们都在为人工智能在医疗领域的应用进行各种尝试。

大型药企以其海量的药物研发数据与人工智能公司寻求探索合作，如国内药明康德投资了AI药物研发公司Insilico Medicine，布局用强化学习和生成对抗网络(GAN)进行分子发现的技术;日本武田药业与AAIH联盟发起人Numerate的小分子药物的合作，AAIH联盟旨在推进人工智能在医疗领域的应用。不同的AI技术公司都有各自的业务切入口，分别在新药研发的不同环节中寻求突破，一旦发现细小的环节可行，便逐渐的向环节的上下游拓展业务，这些公司并不研发和生产新药，而是向医疗机构或大型药企提供技术服务。药物研究机构自身拥有较高的研发水平，也在寻找新的商业机会，该类机构也是属于一个服务性的公司平台，在制剂、代谢、安全性评价等方面向全球的药企提供研发支持。如上海药物研究所苏州科技成果转化中心正在搭建自己的数据平台，计划基于该平台成立公司，以谋求商业合作。

人工智能在新药研发领域的有7大应用场景，靶点发现阶段的企业较多

据动脉网蛋壳研究院对国内外近80家人工智能企业的研究发现，AI在新药研发领域主要应用于靶点发现、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7大场景，其中靶点发现的公司最多，几乎是全部应用场景公司的50%，详情请见图1。

图1 人工智能应用的7大场景企业数量分布

(资料来源：动脉网蛋壳研究院)

目前从AI在新药研发领域的整体应用看，主要集中在靶点发现阶段，即主要集中在新药研发早期，化合物合成、化合物筛选、晶型预测等环节的企业数量较少。在蛋壳研究院整理的78家涉足人工智能新药研发企业来看，涉足药物靶点发现环节的药企代表企业有IBM Watson Health、NimbusTherapeutics和冰洲石科技等，化合物筛选代表企业有Atomwise、Recursion Pharmaceuticals公司和Healx公司等，化合物合成环节的代表企业有深度智耀、Nuritas和Virvio等。详细企业图谱如图2所示。

图2 人工智能在新药研发的应用场景企业图谱

(资料来源：动脉网蛋壳研究院)

人工智能存在局限性，对新药研发帮助的效果尚待验证

人工智能作为计算机领域的前沿技术，其应用价值也逐步被放大，甚至出现取代人类工作的言论。利弊同存，虽然人工智能可以更准确的识别目标、更高效的处理数据，但这些技能的存在都是受到IT从业者对新药研发各种参数重要性判断的局限。任何技术都会产生假象，如何平衡有时需要依赖从业者的直觉和经验，而这些无法计入编程。一种工具决绝不了所有问题，如何能将AI技术最大化利用，还需要更多的研究和投入。

新药研发所面临的挑战数不胜数，人工智能可以解决的部分有限。用计算机设计新药的程序已经存在了好几十年。但在医药行业，研发产出率非但没有上升，反而还逐年下降。药物发现的时间没有缩短，成本也没有变得更低。这并不是说这些程序阻碍了新药的研发，而是说它们尚未给行业带来大幅的可喜改观。即使人们对人工智能新药研发的热度不减，但我们也应理性看待这个新型技术，目前人工智能新药研发技术还处于初级的发展阶段，这项技术是否对新药研发领域有所帮助，还需要一段时间的积累或成果来证明。