AI与创新药不得不说的二三事

要说今年最热的话题，毫无争议一定是AI了。AI是人工智能（Artificial Intelligence）的缩写，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

与欣欣向荣的行业发展不同，面对逐渐进入生活的AI，大部分人却是持抗拒态度的。也许是受众多经典作品中AI总是以试图毁灭人类的反派形象出现的影响，一时间AI会加剧人类失业危机的言论层出不穷，并逐渐成为主流思想。

但在医药研发领域，AI作为一个有力的工具，实打实地加速了药物研发的进程，帮助越来越多的新药进入临床阶段，为人类健康事业做出了卓越的贡献。

众所周知，生物制药行业一直有“双十”规律的说法，即一款新药从开始研发到最终获批上市平均需要耗时十年，总投入成本需要大约十亿美元。但事实是，很多药物的实际研发花费还要远高于此，再加之全球新药研发的成功率仅在10%左右，使得药物研发成为了一项周期长、成本高、风险高的事业。

Role of artificial intelligence (AI) in drug discovery^[1]

但AI凭借其强大的自适应特征和学习能力，通过算法、推演等技术核心在新药研发的各个环节发挥作用，在保证分析质量的同时，可实现大幅降低药物研发成本， 缩短研发时间，提高研发效率，使新药开发走上快速高效的道路。根据动脉网统计，目前我国AI+药物研发企业中，约有70%企业的业务处于药物发现的阶段，主要包括靶点识别、药物分子设计、虚拟筛选等方面。

药物设计

在预测靶点蛋白3D结构方面，标志性事件当属AlphaFold突破性地解决了生物学界长达50年的蛋白质空间结构预测难题。2021年，谷歌旗下的DeepMind公司AlphaFold人工智能系统在国际蛋白质结构预测竞赛（Critical Assessment of Structure Prediction，CASP）上以绝对的优势夺冠，其预测的蛋白质三维结构与实验方法解析的结构几乎完全吻合。同年，DeepMind公开包含数百万种已预测的蛋白质结构数据库，供科学家和研究人员使用，为AI在医药研发领域快速学习和发展迭代种下蕴含活力的种子。

AlphaFold预测的蛋白质结构与实际结果基本吻合^[2]

由此可见，人工智能技术在实现蛋白质结构的精准预测有巨大潜力，为新药研发第一步——靶点识别和确定靶点蛋白质结构打下至关重要的基石，以此为基础针对性设计药物分子来调节蛋白功能的“AI+”方法将会为新药研发带来前所未有的技术革新从而提高研发效率。

美迪西正在构建的智能靶点和AI虚拟药物发现平台拥有更加高效可行的AI虚拟新药设计筛选模型，收集超过30000多种高精度的蛋白-小分子实验结构数据，利用计算机分子对接手段产生足够多蛋白-小分子复合物作为富集，不同于以往的机器学习，使用AI图卷积神经网络技术有望在保持界面物理化学信息的同时，有效保存蛋白-小分子各种局部空间信息。

化学合成

AI辅助化学合成的工作主要体现在对反应进行预测，提出能引导成功的反应条件，给出每一步合成建议，预测可能产生的产物。AI可通过模拟小分子化合物的药物特性，在较短时间内挑选出最佳模拟化合物进行合成试验，大幅提高化学合成路线设计速度，以降低操作成本。

化学中的AI^[3]

就算需要合成一种全新的化合物，数据库里没有相关信息能构建预测模型，也可以先让科学家们可以对这些行业底层的运行规律先进行抽象，总结出背后的科学原理，再用 AI 去学习这些科学原理得到一个通用的模型；最后再用这个 AI 模型去解决问题。深势科技以此为底层逻辑推出的AI for Science新范式，就能实现从“劳动密集”到“计算密集”的智能化转变。

试想，融合美迪西丰富的药物开发经验以及高质量药物临床前研究的分子性质和活性、ADME和毒性等数据，通过引入深势科技分子预训练模型Uni-Mol进行更加精密的预测和快速评估，共同构建“基于AI4S的早期药物发现及评估一体化AI平台”，辅助小分子、多肽、抗体等药物的评估-设计-开发。双方在药物设计团队培育和人才培养等方面进行长期深入的交流探索，不断开辟合作新路径，助力新药研发提速、增效、降本，对于AI创新公司和CRO，乃至整个医药行业来说，来说何尝不是一种多赢。

药物再定位

药物再定位（drug repurposing）指将已上市的药物，包括正在进行研究的药物和临床失败的药物，用于原定用途之外的疾病治疗的过程。得益于老药已知的安全性，药物再定位不仅可以大幅度降低研发成本，还可以有效减少药物安全性测试的相关的风险。

今年3月，在北京举办的人工智能赋能新药研发研讨会上，“AI驱动渐冻症老药新用”的报告中英矽智能联合CEO任峰博士介绍了他们与国际著名神经科学家、清华大学鲁白教授合作，用自主研发的PandaOmics算法，利用国际上公开的数据库找到了28个渐冻症的新靶点，并确认了其中3个靶点有潜已经上市的治疗其他疾病的老药；福贝生物很快生产了其中一款老药，并快速在北医三院启动了由樊东升教授领导的研究者发起的临床研究 （IIT） ，目前已有5位病人入组。从靶点发现到药物分子确定，再到启动临床试验，研发过程从头至尾都应用了AI，且全程只花了一年时间[4]。

在2021年6月18日的新药+AI创智论坛上，彭双清教授与任峰博士签订了美迪西与英矽智能的战略合作协议。同时，南京力诚生物、盛世泰科、真实生物、科菲平等药企也十分看重AI带来的机遇，签署了三方合作协议，各方均对此次合作寄予厚望，表示此次合作是一次凝心聚智、技术互补、共谋发展的良机，也是一个拓展合作领域、加快发展的里程碑。

虽然种种案例都表明了加入AI确实能加快研发速度和减少工作量，提升医药研发的效率，但AI药物设计不是万能的，目前还无法脱离人的共同参与。有时计算机预测设计出来的分子，实际合成时却很困难，甚至有难以逾越的障碍，就算这个情况出现的概率很小，但也不能完全让AI取代人类在医药研发中的工作。与人们担心的AI会引发大面积失业不同，现在医药研发领域AI技术蓬勃发展，各方各面都急需人才。

除此之外，AI是一种技术，一个演进预测的工具，要深入预测药物进入体内的毒性药效等情况，还得通过传统医药研发的手段，在实验室中由人主导的，用实实在在的实验来证明药物的有效性和可靠性。药物研发是一个不断试错的过程， AI与传统CRO应该保持合作共生的关系，AI为CRO解放工作和生产力，CRO能把时间投入目前还没法用AI解决的高难度问题，推动新的医药研发浪潮奔涌向前。

美迪西作为一站式生物医药临床前研发服务平台，一直在积极探索利用AI技术进一步加速药物研发。2022年11月由美迪西承办的“赋能 融合 创新”2022张江AI智药论坛在张江盛大开幕，会上百家争鸣，平台斗新，AI不仅促使整个医药研发行业都更加繁荣，更是促进了AI企业与传统药企、CRO正深度合作。除此之外，美迪西与德睿智药、苏州朗睿等AI公司也达成了战略合作，共建生态的优势，助力更多的创新药诞生。

美迪西诚邀更多生物医药“同行者”，抓住AI辅助药物研发的发展机遇，一同奔赴AI制药领域的星辰大海，共筑生物医药的硬堡垒，共同推动中国生物医药产业再进一程。

相关文献

[1] Paul, D., Sanap, G., Shenoy, S., Kalyane, D., Kalia, K., & Tekade, R. K. (2021). Artificial intelligence in drug discovery and development. Drug discovery today, 26(1), 80–93. https://doi.org/10.1016/j.drudis.2020.10.010

[2] https://www.alphafold.ebi.ac.uk/

[3] Artificial intelligence: A powerful paradigm for scientific research, The Innovation, Volume 2, Issue 4, 2021, 100179, ISSN 2666-6758, https://doi.org/10.1016/j.xinn.2021.100179.

[4] https://www.163.com/dy/article/I1DAA5FA053296CT.html

助力AI与生物医药的双向赋能！2022张江AI智药论坛圆满召开（内附回放）

加速源头创新，助力降本增效 | 美迪西与英飞智药达成战略合作

加码AI赋能创新药研发，美迪西与苏州朗睿达成战略合作

用AI赋能肿瘤创新药研发！美迪西与德睿智药达成战略合作

中国药企的国际化趋势与AI研发创新论坛暨张江AI新药研发联盟成立大会成功举办