面對(duì)新冠肺炎，“AI醫(yī)生”早早便投入疫情阻擊戰(zhàn)場(chǎng)：AI測(cè)溫系統(tǒng)利用“人體識(shí)別+人像識(shí)別+紅外/可見光雙傳感”方案，能在高密度人員流動(dòng)場(chǎng)景下快速排查發(fā)燒者；全基因組檢測(cè)分析平臺(tái)可以快速精確地診斷傳染患者，并檢測(cè)可能存在的病毒變異情況；利用大數(shù)據(jù)構(gòu)建疫情分散圖，能夠分析新冠患者的軌跡圖，為聯(lián)防聯(lián)控疫情……而在藥物研發(fā)領(lǐng)域，通過大數(shù)據(jù)處理、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)，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(guān)力度，盡快利用人工智能技術(shù)補(bǔ)齊疫情管控技術(shù)短板，快速推動(dòng)產(chǎn)業(yè)生產(chǎn)與應(yīng)用服務(wù)；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(cè)序、疫苗/藥物研發(fā)、蛋白篩選等藥物研發(fā)攻關(guān)。

清華大學(xué)藥學(xué)院院長(zhǎng)、全球健康藥物研發(fā)中心主任丁勝曾在采訪時(shí)表示，GHDDI（全球健康藥物研發(fā)中心）早前已部署相關(guān)團(tuán)隊(duì)從事“AI+藥物研發(fā)”工作，比如，已經(jīng)上線的人工智能藥物研發(fā)平臺(tái)和大數(shù)據(jù)分享平臺(tái)，就是由人工智能研發(fā)團(tuán)隊(duì)支持運(yùn)作的。同時(shí)，GHDDI也正向社會(huì)上有研發(fā)基礎(chǔ)的科研人員或機(jī)構(gòu)免費(fèi)提供中心的高通量篩選平臺(tái)、多個(gè)化合物分子庫(kù)等優(yōu)質(zhì)資源，阿里也在疫情期間在該平臺(tái)上免費(fèi)開放AI算力，助力新藥和疫苗的相關(guān)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(gè)費(fèi)時(shí)費(fèi)力耗資的過程。據(jù)《Nature》的相關(guān)報(bào)道，在美國(guó)研發(fā)一種新藥，從項(xiàng)目啟動(dòng)到被美國(guó)食品藥品監(jiān)督管理局批準(zhǔn)上市，平均需要花費(fèi)10-15年的時(shí)間，研發(fā)成本約為26億美元。基于大數(shù)據(jù)、云計(jì)算提供的AI技術(shù)，可以充分利用現(xiàn)有醫(yī)療資源，簡(jiǎn)化科研人員耗費(fèi)在數(shù)據(jù)分析、大規(guī)模文獻(xiàn)篩選和科學(xué)超算等工作上的時(shí)間，幫助科研機(jī)構(gòu)大幅縮短疫苗研發(fā)周期，減少醫(yī)藥研發(fā)成本。

當(dāng)前，AI與藥物研發(fā)相結(jié)合的主要應(yīng)用在包括：發(fā)掘藥物靶點(diǎn)、挖掘候選藥物、藥物設(shè)計(jì)、藥物合成、病理生理學(xué)研究及新適應(yīng)癥的開發(fā)，以及老藥新用等主要場(chǎng)景。據(jù)北京大學(xué)前沿交叉學(xué)科研究院定量生物學(xué)中心裴劍鋒教授介紹，融合運(yùn)用人工智能技術(shù)，可為前期新藥研發(fā)階段節(jié)約40-50%的時(shí)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(shí)驗(yàn)費(fèi)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(duì)本次新冠肺炎疫情，GHDDI已經(jīng)使用了3種互補(bǔ)的研發(fā)方案來尋找臨床上安全有效的藥物，正在進(jìn)行進(jìn)一步確認(rèn)研究和排序，希望盡快將方案提交國(guó)家相關(guān)機(jī)構(gòu)并協(xié)助推進(jìn)臨床研究。

“現(xiàn)在藥物研發(fā)的時(shí)間和經(jīng)濟(jì)成本越來越高，而AI技術(shù)是有力的突破點(diǎn)?！迸釀︿h表示，作為一種強(qiáng)大的數(shù)據(jù)挖掘工具，人工智能技術(shù)在近幾年已經(jīng)應(yīng)用到藥物設(shè)計(jì)的各個(gè)領(lǐng)域?！袄缰R(shí)圖譜技術(shù)可以快速的進(jìn)行老藥新用和藥物靶標(biāo)的發(fā)現(xiàn)，AI分子生成技術(shù)可以高效快速的設(shè)計(jì)和優(yōu)化新藥分子，現(xiàn)在的AI逆合成分析技術(shù)也日漸成熟，可以自動(dòng)指導(dǎo)新藥的合成路線設(shè)計(jì)，AI也技術(shù)顯著提高了藥物有效性及安全性預(yù)測(cè)的準(zhǔn)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(shù)，科研機(jī)構(gòu)和醫(yī)藥公司對(duì)這一領(lǐng)域正在投入更多資源。葛蘭素史克與英國(guó)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?yàn)?0個(gè)選定的靶向藥物識(shí)別小分子；新加坡國(guó)立大學(xué)創(chuàng)建的“CURATE.AI”的人工智能平臺(tái)，可以利用患者的臨床數(shù)據(jù)，來快速識(shí)別藥物劑量，并在此基礎(chǔ)上對(duì)腫瘤大小或腫瘤生物標(biāo)志物水平進(jìn)行修正。

“智”藥之路，任重而道遠(yuǎn)

AI+藥物研發(fā)的背后同樣隱藏著諸多挑戰(zhàn)?！癆I用于藥物研發(fā)幾十年前就已經(jīng)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(shí)并沒有為整個(gè)領(lǐng)域帶來特別大的改變?！?/p>

作為美國(guó)生物制藥研發(fā)公司DeepBiome TherapeuTIcs的創(chuàng)始人，羅成偉博士長(zhǎng)期專注于利用AI挖掘人類微生物組的領(lǐng)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(jì)算和模型來確定并驗(yàn)證分子的可用性，然后在不同的細(xì)胞系中做實(shí)驗(yàn)，再到動(dòng)物模型的各類臨床實(shí)驗(yàn)，AI發(fā)揮作用的計(jì)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(lǐng)跑者IBM公司，在2019年4月因財(cái)務(wù)業(yè)績(jī)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(shù)據(jù)點(diǎn)作為支撐，但在世界范圍內(nèi)，各大藥廠的數(shù)據(jù)共享是個(gè)難題，因此使得AI作用削弱?！敝袊?guó)的AI技術(shù)應(yīng)用在醫(yī)藥研發(fā)上也存在不少短板，例如對(duì)于非結(jié)構(gòu)化的醫(yī)藥文獻(xiàn)信息處理技術(shù)，還處于比較初級(jí)的階段；AI技術(shù)對(duì)于醫(yī)藥研發(fā)中常見的小數(shù)據(jù)問題的學(xué)習(xí)和處理能力不強(qiáng)等問題。

“中國(guó)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(rèn)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(shù)方向之一，有可能促進(jìn)新藥研發(fā)方式的改變。未來，隨著強(qiáng)人工智能和認(rèn)知智能技術(shù)的發(fā)展，這些問題將逐步得到解決。