中经合李帅：AI赋能药物研发背后的逻辑

本篇文章1285字，读完约3分钟

作者:中国经济合作集团李帅博士

新药研发周期长、成功率低、研发成本高一直是困扰制药企业的祸根。根据最新数据，将一种新药成功推向市场平均需要14年时间，花费26亿美元。人工智能技术的快速发展给许多行业带来了变化，制药行业也将受益于人工智能带来的技术红利，解决行业的痛点，提高药物开发效率。结果，全球诞生了200多家专注于人工智能制药的创新创业公司。

什么是人工智能药物开发？

新药研发是一个环节多、时间长、风险高的项目，主要包括药物发现、临床前研究、临床研究、批准和上市四个阶段。药物发现阶段主要包括疾病选择、靶点发现和化合物合成。在临床前研究阶段，主要任务是化合物筛选、晶型预测和化合物验证，包括药物构效关系分析、稳定性分析、安全性评价和admet分析。在临床研究阶段，患者招募、临床试验和药物重定向是主要任务，涉及药物使用方案、疗效试验、患者观察记录、优化和改进等。审批和上市阶段主要是政府药品主管部门对制药企业开发的新药进行审批，这是新药进入市场的最后一道关口。

人工智能是一套赋予计算机感知、学习、推理和辅助决策能力的技术，以便以类似于人类的方式解决问题。利用人工智能技术在自然语言处理、图像识别、深度学习和认知计算方面的优势，可以帮助药物专家提高新药研发各个方面的效率。简而言之，人工智能主要帮助人类找到难以找到的潜在关系，并使用算法来增强计算能力。人工智能具有自然语言处理、图像识别、机器学习和深度学习的能力，不仅能更快地发现显性关系，还能挖掘出不易被药学专家发现的隐性关系，在药物、疾病和基因之间建立深层关系。在计算方面，人工智能具有强大的认知计算能力，可以虚拟筛选候选化合物，更快地筛选出活性更高的化合物，为以后的临床试验做准备。人工智能主要用于目标发现、化合物合成、化合物筛选、性质预测、晶型预测、患者招募、临床试验设计优化和药物重定向。Deep Knowledge Analytics“Pharma Division”关于全球150家人工智能制药初创企业的分析报告“用于药物发现、生物标志物开发和高级研发前景概述2019/Q1”指出，大多数公司专注于使用人工智能进行药物设计，其次是数据收集和分析。

人工智能授权药物研发繁荣背后的逻辑

新药研发面临研发周期长、成功率低、成本高的问题。提高成本效益是制药公司发展中的一个重要问题，人工智能将是一个强有力的突破点。因此，近年来人工智能制药领域诞生了数百家初创企业。

从全球医药市场销售额来看，2017年已超过12，000亿美元，预计到2021年总销售额将达到14，750亿美元，2012年至2021年复合年增长率为4.9%。同期，中国医药市场销售额将从2012年的770亿美元增长到2021年的1780亿美元，复合年增长率为9.8%，是全球医药市场的两倍。这表明全球医药市场正在稳步增长，而中国医药市场增长更快，发展潜力更大。

尽管医药市场稳步增长，但药物研发的成本却越来越高。据评估制药2019年的报告，2018年全球制药公司的R&D费用达到1790亿美元，预计2024年将达到2130亿美元，复合年增长率约为3%，约占销售收入的20%。研发成本的增加是制药企业的一项重要成本支出。

根据中国的具体情况，政府从2015年开始大力推行医疗制度改革，旨在减少医疗保险支出，解决看病难、看病贵的问题。中国的医疗保健正在经历一个从确保基本需求到提高高质量医疗药品可获得性的转变过程，即从首先解决可获得性问题到解决质量和成本问题。在医药领域，2016年3月5日，国务院办公厅发布了《关于仿制药质量与疗效一致性评价的意见》(国办发〔2016〕8号)，标志着我国仿制药质量与疗效一致性评价的全面发展。过去，中国的仿制药有自己的特点。许多仿制药在质量上与原始研究药物有很大不同。我国没有出现原始研究药物的专利悬崖现象，药品价格居高不下。仿制药一致性评价政策的实施是为了解决药品质量问题，使仿制药的疗效与原研究一致。2018年将实施药品集中采购政策，解决药品价格问题。同年12月6日，“4+7”集中收缴药品中标价格大幅下降，平均下降52%。药品价格的大幅下降使得空仿制药的利润非常有限，迫使制药企业在赢得继续生存和发展的位置之前必须开发创新药物。然而，创新药物需要大量的金钱和时间。考虑到研发失败的风险，新数据估计，一种创新药物的成功上市需要大约14年的研发周期，即26亿美元，比2003年高出约145%。这一巨大的成本是一般制药公司无法承受的，因此有效降低药物研发成本是制药公司的必然选择。因此，人工智能技术在制药领域备受关注，成为2019年最热门的话题之一。

从科学的角度来看，人类编码蛋白质的基因有2万多个，其中10%-15%与疾病有关，而小分子药物靶点不到700种。已经开发出简单的靶标，其余的很难或很难制成药物，这需要更多的时间和经济成本才能成功。下垂的水果不见了。如何寻找增量，提高效率，已成为新药研发的主题。能够快速采摘深藏或隐藏的果实或将枝叶转化为果实(寻求增值)的公司是未来制药领域的赢家。目前，随着信息技术的飞速发展，人工智能技术正成为制药领域潜在的突破点。例如，利用人工智能强大的发现能力来寻找新的药物靶点、药物重定向、挖掘微生物的宝库等等。尽管仍有许多问题和疑虑，但这是必须接受的未来方向。

人工智能制药领域发展的制约因素

跨学科人才稀缺

人工智能支持的药物研发是信息技术支持的传统产业的交叉领域，既需要人工智能人才，也需要了解药物研发的人才。与此同时，双方必须能够理解对方的专业语言和思想，以便更好地合作。建立这样一个团队很困难，而且需要很长时间来磨合。相应的人才储备对应不同的商业模式，创新药物的开发链中有许多长环节。高素质的人才应该熟悉整个过程，缺少某个环节可能会拖慢整个过程，这只能在选择cro的商业模式上有一个突破。

数据采集很困难

人工智能训练模型需要高质量的数据，而新药领域的数据大多来自制药公司，公共数据有限，如何获得高质量的数据是人工智能制药初创企业需要解决的问题。能够与跨国制药公司合作的初创企业将在市场上极具竞争力。过去，中国很少有创新药物的生产实践，但近年来，许多鼓励创新药物开发的政策得以实施，呈现出蓬勃发展的趋势。尽管与制药公司相关的数据无法与跨国制药公司相比，但它们也在迅速积累。此外，cro公司在中国(如无锡制药等。)发展迅速，掌握了大量数据，尤其是临床前研究和开发数据。中国基础科学研究突飞猛进，科研论文数量已经居世界首位，背后积累了大量数据。Ai制药初创企业应积极与学术界和行业领袖合作，获取高质量的数据是基础。

商业模式的选择

新药的开发周期很长。目前还没有ai制药公司宣布成功上市ai技术开发的药物，ai在新药开发中的价值也不容易定量评估。这也是一个很好的选择进行一些cro业务，以补充公司的现金，同时作出长期努力。然而，有必要考虑如何处理cro和制造药物的商业模式。自行开发药物的公司是制药公司的竞争对手，而cro模式为制药公司提供服务。这两种商业模式之间可能存在一些利益冲突。因此，有必要了解这两种商业模式的具体联系、阶段和比例。从商业价值的角度来看，药物开发比cro有更大的市场和更高的收入，但它对公司的挑战更大，对人才的要求也更高。

开发强大的人工智能可以更好地体现人工智能在药物开发中的价值

弱人工智能(ani)是一个人工智能程序，只在一个领域比较牛。例如，谷歌阿尔法戈就是人工智能薄弱的典型例子。它的特点是虽然他擅长围棋，但他不会和你下棋。强人工智能(agi)是一个可以达到人类水平的人工智能程序。与弱人工智能不同，强人工智能可以像人类一样处理不同的问题，而不仅仅是玩围棋和写财务报告。不仅如此，它还有许多能力，如自学和理解复杂的想法。因此，用强人工智能开发程序比用弱人工智能要困难得多。药物开发涉及许多环节。虽然人工智能目前已经在一些环节得到了应用，但它需要强大的人工智能来打通所有的环节，更好地授权给制药领域。

参考文献:

mak，k.k .，pichika，m . r . manual intelligence in drug development:present status and future prospects，drug discov today (2018)，doi/10.1016/j . drudis . 2018 . 11 . 014

用于药物发现、生物标志物开发和高级研发前景概述，2019 /第三季度，ai-pharma.dka.global/ai-for-dd-2019-q3

动脉网蛋壳研究所艾新药R&D市场发展现状及趋势报告

2019年世界展望，2024年展望，评价制药