面對新冠肺炎，“AI醫(yī)生”早早便投入疫情阻擊戰(zhàn)場：AI測溫系統利用“人體識別+人像識別+紅外/可見光雙傳感”方案，能在高密度人員流動場景下快速排查發(fā)燒者；全基因組檢測分析平臺可以快速精確地診斷傳染患者，并檢測可能存在的病毒變異情況；利用大數據構建疫情分散圖，能夠分析新冠患者的軌跡圖，為聯防聯控疫情……而在藥物研發(fā)領域，通過大數據處理、機器學習、深度學習等技術，AI正發(fā)揮著越來越重要的作用。

疫情之下的AI“智”藥

近日，工信部發(fā)布倡議書，提出要加大科研攻關力度，盡快利用人工智能技術補齊疫情管控技術短板，快速推動產業(yè)生產與應用服務；要發(fā)揮人工智能的效用，優(yōu)化AI算法和算力，助力病毒基因測序、疫苗/藥物研發(fā)、蛋白篩選等藥物研發(fā)攻關。

清華大學藥學院院長、全球健康藥物研發(fā)中心主任丁勝曾在采訪時表示，GHDDI（全球健康藥物研發(fā)中心）早前已部署相關團隊從事“AI+藥物研發(fā)”工作，比如，已經上線的人工智能藥物研發(fā)平臺和大數據分享平臺，就是由人工智能研發(fā)團隊支持運作的。同時，GHDDI也正向社會上有研發(fā)基礎的科研人員或機構免費提供中心的高通量篩選平臺、多個化合物分子庫等優(yōu)質資源，阿里也在疫情期間在該平臺上免費開放AI算力，助力新藥和疫苗的相關研發(fā)工作。

AI如何賦能新藥研發(fā)？

新藥和疫苗研發(fā)，是個費時費力耗資的過程。據《Nature》的相關報道，在美國研發(fā)一種新藥，從項目啟動到被美國食品藥品監(jiān)督管理局批準上市，平均需要花費10-15年的時間，研發(fā)成本約為26億美元?；诖髷祿⒃朴嬎闾峁┑腁I技術，可以充分利用現有醫(yī)療資源，簡化科研人員耗費在數據分析、大規(guī)模文獻篩選和科學超算等工作上的時間，幫助科研機構大幅縮短疫苗研發(fā)周期，減少醫(yī)藥研發(fā)成本。

當前，AI與藥物研發(fā)相結合的主要應用在包括：發(fā)掘藥物靶點、挖掘候選藥物、藥物設計、藥物合成、病理生理學研究及新適應癥的開發(fā)，以及老藥新用等主要場景。據北京大學前沿交叉學科研究院定量生物學中心裴劍鋒教授介紹，融合運用人工智能技術，可為前期新藥研發(fā)階段節(jié)約40-50%的時間，每年節(jié)約約260億美元的化合物篩選成本和280億美元的臨床實驗費用，新藥研發(fā)人工智能正成為藥物研發(fā)的重要新工具。針對本次新冠肺炎疫情，GHDDI已經使用了3種互補的研發(fā)方案來尋找臨床上安全有效的藥物，正在進行進一步確認研究和排序，希望盡快將方案提交國家相關機構并協助推進臨床研究。

“現在藥物研發(fā)的時間和經濟成本越來越高，而AI技術是有力的突破點。”裴劍鋒表示，作為一種強大的數據挖掘工具，人工智能技術在近幾年已經應用到藥物設計的各個領域?！袄缰R圖譜技術可以快速的進行老藥新用和藥物靶標的發(fā)現，AI分子生成技術可以高效快速的設計和優(yōu)化新藥分子，現在的AI逆合成分析技術也日漸成熟，可以自動指導新藥的合成路線設計，AI也技術顯著提高了藥物有效性及安全性預測的準確率?！?/p>

部分初創(chuàng)企業(yè)已在探索用于研發(fā)新藥的AI技術，科研機構和醫(yī)藥公司對這一領域正在投入更多資源。葛蘭素史克與英國的人工智能初創(chuàng)企業(yè)Exscientia合作，出資4300萬美元用于藥物研發(fā)，在未公開的治療區(qū)域為10個選定的靶向藥物識別小分子；新加坡國立大學創(chuàng)建的“CURATE.AI”的人工智能平臺，可以利用患者的臨床數據，來快速識別藥物劑量，并在此基礎上對腫瘤大小或腫瘤生物標志物水平進行修正。

“智”藥之路，任重而道遠

AI+藥物研發(fā)的背后同樣隱藏著諸多挑戰(zhàn)。“AI用于藥物研發(fā)幾十年前就已經開始了，到目前為止，除了可以降低藥物研發(fā)行業(yè)的入門門檻，讓更多非專業(yè)性人才一同加入研發(fā)的前期工作，在我看來，AI暫時并沒有為整個領域帶來特別大的改變?！?/p>

作為美國生物制藥研發(fā)公司DeepBiome TherapeuTIcs的創(chuàng)始人，羅成偉博士長期專注于利用AI挖掘人類微生物組的領域，他表示：“以新的小分子研發(fā)過程來舉例，首先需要大量計算和模型來確定并驗證分子的可用性，然后在不同的細胞系中做實驗，再到動物模型的各類臨床實驗，AI發(fā)揮作用的計算部分，在藥物研發(fā)過程中占到的比例僅為2%左右?！?/p>

AI+醫(yī)藥的領跑者IBM公司，在2019年4月因財務業(yè)績低迷而決定停止開發(fā)和銷售藥物開發(fā)工具Watson人工智能套件。羅成偉坦言：“AI助力藥物研發(fā)需要足夠多的數據點作為支撐，但在世界范圍內，各大藥廠的數據共享是個難題，因此使得AI作用削弱?！敝袊腁I技術應用在醫(yī)藥研發(fā)上也存在不少短板，例如對于非結構化的醫(yī)藥文獻信息處理技術，還處于比較初級的階段；AI技術對于醫(yī)藥研發(fā)中常見的小數據問題的學習和處理能力不強等問題。

“中國的AI+藥物研發(fā)亟需發(fā)展更多更好的原創(chuàng)性算法和底層工具?！迸釀︿h認為，AI輔助醫(yī)藥研發(fā)必然是未來新藥研發(fā)的主要技術方向之一，有可能促進新藥研發(fā)方式的改變。未來，隨著強人工智能和認知智能技術的發(fā)展，這些問題將逐步得到解決。