人工智能新药研发，落地难还是新希望？

作者：陈根

如今，新药研发正面临成本高昂与收益率下降的严峻挑战。人工智能能否成为解决这一难题的钥匙，尚待揭晓。

众所周知，研发一款新药是一场充满风险的漫长旅程，需要经历诸多阶段，耗资巨大。传统说法认为，这一过程可能需要10年时间和10亿美金。即使投入如此巨大的成本，也只有大约10%的新药能够进入临床期，而最终只有一小部分药物分子能够成功上市。这一过程被形象地称为“死亡之谷”。

德勤发布的报告指出，成功上市一个新药的成本已经由2010年的11.88亿美元飙升到20亿美元。全球顶级制药公司在研发上的投资回报率也低至3.2%，处于八年来的最低水平。面对日益增长的制药成本，人工智能作为新兴技术，被视为实现降本增效的重要途径之一。

尽管人们对人工智能在新药研发上的应用寄予厚望，但至今似乎并未听到突破性的进展。早在1981年，《Discovery》杂志就看好人工智能在新药研发方面的潜力——化学家们不再需要整周甚至整月地待在实验室，测试那些计算机认为不成功的分子。四十多年过去了，人工智能在新药研发方面的进展却仍然缓慢。

传统制药的终点究竟在哪里？尽管现代医学的发展已经拯救了无数生命，但与现有的疾病数量相比，已研发出的药物仍然是冰山一角。许多疾病仍然无药可治，而新的病毒又不断涌现。制药业是一个充满危险和诱惑的行业，漫长而昂贵。一款新型药物的诞生，需要经过多个阶段的探索和研究，往往需要耗费十几年甚至数十年的时间，以及巨大的经济成本。尽管如此，其失败率依然高达90%以上。

探寻药物的诞生之旅与阿尔茨海默症的挑战

药物的研发是一场穿越时间与空间的冒险，历经两个阶段：药物发现和临床研究。在这神秘的旅程中，科学家们如同探险家，首先需要建立疾病假说，发现疾病的靶点，设计能够与之对抗的化合物。阿尔茨海默症，俗称老年痴呆，这一神经系统退行性疾病的挑战，就在于其复杂的病理机制。

阿尔茨海默症，这位德国医生在1906年的发现，带给我们的，是渐进性记忆障碍、认知功能障碍和语言障碍的困扰。这种疾病，就像记忆的橡皮擦，擦去了患者与亲人、朋友的宝贵回忆。至今我们仍未能找到明确的治疗方法。尽管我们付出了百年的努力，但阿尔茨海默症的药物研发仍面临巨大的挑战。

全球有超过5000万人正在与阿尔茨海默症抗争，而到2050年，这个数字将飙升至1.52亿。这是一个惊人的数字，也意味着在未来几十年里，我们将面临巨大的医疗挑战。《Nature》杂志在2017年发表的文章指出，尽管化学家们分析认为存在巨大的药物分子可能性，但在实际的药物研发过程中，真正能够走向临床的药物却是少之又少。

整个化学空间中，可能存在10的60次方个药物分子，而太阳系里所有的原子加起来也只有10的54次方个。传统的药物筛选方法能够接触到的分子数量更是远远不及。这意味着在新药的研发过程中，我们需要跨越一道巨大的鸿沟。即使经过成千上万种化合物的筛选，也只有几种能够顺利进入最后的研发环节。大约只有10%的新药能被批准进入临床期，而最终只有更小比例的药物分子能够成功上市。

现代医学的不断发展也使得新药的研发难度日益提升。过去公认的高投入和高回报，现在看来似乎并不如预期。全球TOP12制药巨头在研发上的投资回报率已经降至3.2%，处于八年来的最低水平。这一切使得新药的研发更像是一场艰难的战斗，而不仅仅是科学上的探索。这是一场需要我们全力以赴的战斗，为那些正在遭受疾病困扰的人们找到希望之光。全球新药研发进入艰难阶段，传统的制药模式似乎已经走到了尽头。2016年三期临床试验的项目尚有189个，但到了2017年，这一数字已减少至159个。这是一个新的挑战，一个转折点，标志着开启制药行业的新篇章的时机已经到来。

面对制药行业的高成本、高投入、高风险，人工智能的出现被寄予厚望。这一新兴技术有可能成为解决这一难题的关键。实际上，人工智能在制药业的应用并非新鲜事。《Discovery》杂志早在1981年就指出了计算机在制药业的重要性。如今，人工智能在制药业的应用被期待为行业带来颠覆性的变革。

人工智能在制药业的应用主要体现在帮助寻找疾病、基因和药物之间的深层次联系，以降低研发成本和失败率。基于疾病代谢数据、大规模基因组识别、蛋白组学、代谢组学等领域的知识，人工智能可以对候选化合物进行虚拟筛选，寻找药物与疾病、疾病与基因的链接关系。这样一来，药物开发的效率将大大提高，成功率也将随之提升。

具体来说，科研人员可以使用人工智能的文本分析功能来搜索并剖析海量的文献、专利和临床数据。这样，他们就能够找出那些潜在的、可能被忽视的疾病相关通路、蛋白、机制等，进一步提出新的假说并进行测试。人工智能的应用已经取得了一些显著的成果。例如，IBMWatson使用人工智能技术检测了数万个基因与渐冻人症（ALS）的关联性，成功发现了5个与ALS相关的基因，这无疑推进了人类对该疾病的研究进展。

人工智能为制药业带来了新的希望。面对传统制药模式的困境，人工智能的介入无疑为制药业的降本增效提供了重要途径，也为全球新药研发带来了新的生机和活力。近年来，随着人工智能技术的飞速发展，其在药物研发领域的应用愈发广泛。随着药物研发数据的不断累积和数字化转型，多种机器学习模型如决策树（DT）、随机森林（RF）和支持向量机（SVM），以及深度学习算法如深度神经网络（DNN）、卷积神经网络（CNN）和循环神经网络（FNN）等，逐渐被引入药物发现领域。人工智能算法模型正受到越来越多学者的青睐。

人工智能在药物研发领域还发挥着虚拟筛选候选药物的重要作用。科研人员可利用人工智能高效找到活性较高的化合物，大幅提高潜在药物的筛选速度和成功率。人工智能能够通过模拟小分子化合物的药物特性，快速挑选出最佳模拟化合物进行合成试验，显著加快化学合成路线设计速度，降低操作成本。

美国Atomwise公司就是一个很好的例子。他们运用深度卷积神经网络AtomNet支持基于结构的药物设计，通过人工智能分析药物数据库模拟研发过程，预测潜在候选药物，评估新药研发风险及药物效果。这家公司成功地将人工智能与药品研发相结合，展示了人工智能在药物研发领域的巨大潜力。

现如今，人工智能已在生物医药产业从上游到下游得到广泛应用，而且部分应用场景如虚拟筛选、靶点发现等还能为企业带来实际收益。新冠疫情发生后，越来越多的生物医药企业和研究机构结合人工智能进行业务创新，涉及新药开发、生产运营以及商业战略等各个方面。

今年3月，总部位于中国香港的国际知名AI制药公司Insilico Medicine（英矽智能）宣布了一个重大突破。他们通过人工智能发现了治疗肺纤维化的新靶点，并针对性地设计了一个全新的药物分子。这是全球首次利用人工智能发现特发性肺纤维化药物的新机制，标志着人工智能在药物研发领域的科学验证和广泛应用。整个研发过程仅耗时不到18个月，成本约200万美元，大大加快了临床前开发进程，节约了药物发现成本。这一突破展现了人工智能在生物医药领域的巨大潜力和广阔前景。AI制药：步履虽缓，前景可期

尽管人们对人工智能抱有极高期望，但其在制药行业的进展似乎并未与这股热情成正比。计算机设计新药的程序虽已存在数十年，但医药行业的研发产出率并未因此上升，反而逐年下降。药物发现的时间和成本均未如人们所期待的那样降低。

这并非意味着这些程序阻碍了新药的研发，而是它们尚未给制药行业带来颠覆性的改变。四十年来，人工智能在制药行业的步伐始终稳健而缓慢。新药研发面临的挑战众多，而人工智能所能解决的只是其中一部分。

这种现象背后有多方面的原因。首要的是，当前的人工智能技术存在其固有的局限。它们主要是通过寻找数据模式来学习的，输入的数据量越大，人工智能的表现就越出色。这也同样限制了人工智能在制药领域的潜力。

为了实现超自然的性能，通常需要输入模拟特定行为的高质量数据来训练系统。这在围棋等游戏中相对容易实现，因为每一步都有明确的参数。但在现实生活场景中，尤其是那些不太可预测的场景中，这就会变得困难得多。这也导致人工智能在应对现实挑战时，经常会遇到困难。

以疫情期间为例，法国、美国和英国等地的试图利用人工智能建立有效的接触者追踪系统，但未能如愿。这其中很大一部分原因就在于缺乏必要的“原料”——高质量的数据。在英国，由于缺乏系统的数据采集来追踪和溯源新冠病例，短期内几乎无法使用人工智能技术实施接触者追踪干预。

在我国，医药大数据也面临一系列问题，如数据量不足、数据体系不完整、数据标准不统一以及数据共享机制不完善等。新药研发的核心数据主要来源于药企，但由于涉及商业机密，企业往往不愿公开这些数据。这无疑给人工智能在制药行业的发展带来了巨大挑战。

另一方面，我们也不能忽视生物体系的复杂性。生物是一个精密而复杂的系统，人工智能要想在其中发挥更大的作用，还需要克服许多生物学上的难题。

尽管人工智能在制药行业的进展略显缓慢，但我们仍对其未来充满期待。随着技术的不断进步和数据的日益丰富，人工智能在制药领域的应用将会越来越广泛，为新药研发带来更多的可能性。理论上的新分子，虽然具有潜在的治疗价值，但在实际应用到人体之前，我们必须认识到它们可能存在的局限性和挑战。尽管人工智能的潜力令人惊叹，但它在药物研发中的角色仍然是辅助性的。我们必须理性看待这一点，避免过度神话它。任何新分子都可能存在毒性、脱靶效应和副作用等问题，特别是在人体复杂的环境中，与其他分子的相互作用也可能带来未知的风险。每个患者的身体特征都是独一无二的，这无疑增加了药物开发的复杂性。尽管如此，我们仍对人类基因计划带来的科学成果充满敬畏之心。这是一个理解生命如何在分子层面上表达自我的壮举，也是现代医学理解遗传物质如何代代相传的关键。人工智能现在扮演的角色，正是基于这些科学成果来推动药物研发。制药业是一个充满挑战但又充满魅力的行业，人工智能制药更是如此。这是一个跨学科的新兴领域，需要化学家、生物学家、计算机科学家和数学家等多方面的合作。尽管人工智能在药物研发中的应用尚处于初级阶段，但它已经展现出了巨大的潜力。通过与药物化学家的合作，人工智能正在助力人类发现更有效的药物。未来，人工智能在药物研发领域的应用将逐渐成熟，成为生物医药行业不可或缺的一部分。这是一个充满希望的领域，未来有着无限可能。我们期待着人工智能制药业的未来发展，它将为人类健康带来更大的福音。