视频 要闻 宏观 金融 证券 产业 地产 能源 健康 慈善 汽车 评论

体外虚拟筛选新冠药物传捷报 互联网巨头提前布局AI制药

于娜 郭怡琳 2021-1-13 19:43:04

本报记者 于娜 见习记者 郭怡琳 北京报道

张丁(化名)是西安电子科技大学人工智能专业硕士。元旦刚过,他便投入就业大军,提早一年找工作。不同于别人,他将投递锁定较为小众的AI制药企业。

近日,我国AI制药传出捷报,更是让张丁对这个行业信心倍增。据中国科学院深圳先进技术研究院魏彦杰等人发布的一篇论文称,其研究团队通过AI筛选,发现了一款比瑞德西韦更有效抑制新冠病毒复制的药物Folotyn 。更为重要的是,这项研究表明人工智能(AI)技术能够用于帮助老药新用,针对特定治疗目的进行靶标虚拟药物筛选,加快药物研发流程。

对此,一位不具名的中科院计算机与技术专业教授对《华夏时报》记者分析认为:“在理论上,AI制药主要可以从以下角度提高新药研发效率。以新药研发的流程排序,依次为筛选生物标记物或靶点、构建新型药物结构、药物种类挖掘、新药有效性测试、毒副作用测试、基因分析、新型药物靶点和组合疗法。如果AI技术能参与到以上多个环节,AI制药市场前景还是乐观的。”

AI技术加快药物发现流程

新冠大流行以来,许多基于人工智能的药物筛选方法被用来寻找新冠肺炎治疗药物。

近日,中国科学院深圳先进技术研究院魏彦杰等人在《PLOS Computational Biology》杂志发表了题为《AI靶标虚拟筛选法证实普拉曲酯可有效抑制新冠病毒(SARS-CoV-2)体外复制》的研究论文。

研究团队通过AI计算机筛选,发现原本用于治疗淋巴瘤的化疗药物Folotyn (普拉曲沙) 可能是治疗新冠肺炎的有效药物。体外实验表明,在相同的实验条件下,普拉曲沙比吉利德公司的瑞德西韦抑制新冠病毒(SARS-CoV-2)复制作用更强 。

除此之外,克利夫兰医疗中心通过AI技术分析了近27000个新冠患者,发现服用睡眠辅助药物褪黑素的人感染新冠病毒的比例更低。AI药物研发公司Benevolent通过AI靶标虚拟筛选法发现礼来的类风湿关节炎药物Olumiant可能对新冠肺炎有效。

但更为重要的是,这些研究均表明人工智能(AI)技术能够用于帮助老药新用,针对新冠病毒(SARS-CoV-2)的靶标进行虚拟药物筛选,加快药物发现流程。

对此,晶泰科技其联合创始人兼晶泰人工智能研发中心负责人赖力鹏博士告诉《华夏时报》记者:“过去以往,药物研发的整体回报率不断下降,新药越来越难被发现,作用机制越来越难被认可,同时还要面临安全性、有效性等等关键指标的重重挑战。药物研发越在早期,对算法多样性和新颖性的要求越高,而对准确度的要求相对低,同时研发前期数据规模非常大。以上需求都与AI的工作优势高度契合。”

“基于此,在靶点发现和新药探索这些前期环节上,AI技术运用最为多见。而临床前实验、药物上市等阶段的应用相对较少。在未来,相信随着AI技术在制药领域应用的成熟,AI制药技术应用会逐渐向药物研发后期拓展,以人工智能的方法降本增效。”赖力鹏说。

新药研发是典型的高投入、高风险行业。在这条路上,大约只有百分之一的候选药物可以最终“存活”。德勤公司发布的研究报告显示,2017年全球前12位生物制药巨头在研发上的投资回报率仅有3.2%,处于8年来最低水平。而成功上市一款新药的成本从2010年的11.88亿美元增加到20亿美元。

降低研发费用一直是各大制药公司迫切需要解决的问题,AI辅助制药恰好能改善这一问题。报告显示,AI可以将新药研发的成功率从12%提高到14%,由此为生物制药行业节省数十亿美元。还能在化合物合成和筛选方面比传统手段可节约40%-50%的时间,每年为药企节约260亿美元的化合物筛选成本。

此外,在临床研究阶段,也可节约50%-60%的时间,每年可节约280亿美元的临床试验费用。总的来说,AI辅助药物研发与传统模式相比,时间和成本优势明显。

虽然AI制药目前尚无成熟产品投入市场,但在张丁看来:“对比人工智能的几大细分技术,机器学习、自动驾驶、AI影像等,AI制药起步最晚,尚无建树自然合理。在此背景下,一方面AI制药行业发展空间大,业务能力提升快;另一方面该领域招聘门槛实在,硕士学历起招。而且不硬性要求技术专利储备和大赛名次。同时因研发行业前期资金需求量大,大部分企业都有大厂股东背书,薪资福利也与大厂不相上下。”

上述中科院计算机与技术专业教授对记者称:“AI制药行业发展受国内药厂研发水平影响较大。我国药企新药原研能力相对保守,大多药企从事仿制药、创新药生产。由于药厂对新药研发不够重视,国内进入AI制药领域的企业寥寥无几。”但是,“如果AI技术能参与到以新药研发的多个环节,AI制药市场前景还是乐观的。”该教授补充道。

国内外巨头陆续入场

事实上,早在2016年,就有AI制药的应用案例。2016年11月,强生与AI技术开发和应用公司BenevolentAI合作研发新药,并计划将一种用于监测婴儿睡眠行为的AI产品推向市场。同年12月辉瑞与医学影像公司IBMWatson Health(IBM沃森健康部门)达成合作,致力于AI赋能癌症药物研发。

自2017年以来,AI在制药领域的应用更是如火如荼。基于对AI制药市场前景的看好,国际制药巨头首先入场。武田在2017年6月与AI药物研发公司Numerate公司签约,开发肿瘤、胃肠病和中枢神经系统疾病的潜在小分子药物。同年7月,葛兰素史克宣布与英国AI企业Exscientia达成约4300万美元的交易。Exscientia会使用其人工智能平台,协助葛兰素史克药厂进行10款药品研发。也是在这一年,阿斯利康与Berg Health签署合作协议,利用Berg的AI平台发现帕金森等神经类疾病的新靶点。2018年2月罗氏以19亿美金收购肿瘤大数据公司Flatiron Health,探索AI技术在各类肿瘤研究和治疗中的应用。

值得注意的是,国内的互联网巨头也跨界布局AI制药领域。早在2015年和2018年,腾讯两度投资晶泰科技,并于2020年7月推出首个AI驱动药物研发平台“云深智药(iDrug)”。云深智药平台目前已与多家药企展开合作,将AI模型应用到实际药物研发项目中,其中包括筛选抗新冠病毒药物的相关研究。

2020年1月,阿里云与全球健康药物研发中心(GHDDI)合作,开发AI药物研发和大数据平台,针对SARS/MERS等冠状病毒的药物研发进行数据挖掘。去年9 月 25 日,百度创始人李彦宏牵头成立 "百图生科" 生命科学公司,采用AI技术加速新药和诊断产品的研发。

至此,即便AI技术在药物研发的运用范围越来越广。但一位不具名的一线从业者向《华夏时报》记者表示了他的担忧:“人脑是举二反三的,只要同一特征出现两次,就会得到新知识并运用。但现在的人工智能,需要大量数据来训练,这点与人脑差别很大。以今年大火的GPT-3为例,虽然参数量达到1750亿,规模已经接近人类神经元的数量。理论上讲,其表示能力趋近人类,但它仍有一些认知局限,即没有常识能力。同样的问题也出现在AI影像领域,其学习能力与人脑的差异至今未被明显提升。因此,我认为这是一些必须承认的工程问题,并且不能忽略或无视。尝试数据+知识双重驱动,或许是解决AI问题的一个关键。如果AI制药领域没有重视这些问题,未来研究中可能会徒增人力物力成本。”

截至发稿,《华夏时报》记者检索发现,字节跳动也开始在猎聘发帖,有意布局AI制药。虽然和处于风口的无人驾驶相比,AI制药方面尚没发展成熟。但健康一直是大众关心的问题,也许在不久的将来,AI制药技术会迎来自己的春天。

责任编辑:方凤娇 主编:陈岩鹏