个人中心
退出
用“算法”做药的AI制药现状如何
2016年AI程序AlphaGo大胜韩国著名棋手事件，是AI发展历史上的里程碑，大大加快了AI在社会生活多个领域的探索和应用，制药行业也不例外。
传统药企从发现新药到上市，花费高达几十亿美元，耗费十几年甚至几十年的时间，并且失败率在九成以上。人工智能可以帮助识别药物靶点，从海量数据库中找到匹配的分子，并提出化学修饰建议、设计与合成化合物、预测ADME-T性质和理化性质。简单来说，AI制药主要通过学习和挖掘数据，总结归纳规律，优化药物研发。
当AI进入制药行业，实验科学便不再是唯一的选项，转而是以数据为中心的药物发现。数年间，AI已经被尝试应用于靶点确认、分子生成、化学反应设计、化合物筛选、药物警戒、真实世界研究等药物研发的几乎所有流程和环节。凭借强大的运算能力，用人工智能筛选新的治疗靶点和新药物，在研发效率和成本上有显著优势。
在2020年，国内BAT三巨头先后入局AI制药领域。7月份腾讯推出首个AI驱动的药物发现平台“云深智药（iDrug）”，9月份百度李彦宏亲自带队成立百图生科，以及阿里云与全球健康药物研发中心合作，开发AI药物研发和大数据平台等。除了BAT，其他头部科技公司也纷纷基于自身AI算法等优势打造药物研发平台，如华为的华为云EIHealth。互联网新贵们也不甘落后，20年底，字节跳动AI Lab的三地团队开始招揽AI制药领域的人才。
至此，处在互联网行业第一梯队的公司几乎都已入局AI制药行业。而2020年被称为国内AI制药的元年，不仅是因为互联网巨头们跨界加入，还有融资力度。行业如火如荼了几年，但AI带给其他领域的重大变革，目前在制药领域还没有出现，究其原因在于数据。
数据是人工智能技术的根本，数据量的不足制约了整个AI制药行业的发展。互联网和AI巨头有最先进的AI技术与算法，不过在对药物知识的深刻见解、人才队伍、数据积累和项目经验上存在明显短板，传统药企则与此相反，他们拥有可追溯至20世纪80年代的大型临床前数据集。大量优质的数据掌握在药企手里，是封闭的、不轻易分享的、有产权保护的，AI制药公司的数据源多来自于公开资料，同质化严重且质量无法保证。
不过这一掣肘在逐渐改善，大型药企与AI巨头之间的合作在逐渐加深，尤其是今年。1月有6起药企与AI新药研发公司之间的重磅合作，已披露的总金额总计79.83亿美元。当药企与AI制药公司牵手，珍贵的数据集辅以先进的AI技术，一个是制药行业的十年磨一剑，一个是互联网的唯快不破，必将碰撞出一股不可忽视的力量。
放眼全球，AI制药领域尚处在早期发展阶段，还没有一款产品正式推向市场，行业还十分稚嫩。稚嫩，意味着潜力空间大。新事物的发展通常是波浪式前进、螺旋式上升的，与其预期一场未知的大变革，不如期待渐进式的进步和惊喜。
毕竟AI制药领域的花，才刚刚出芽。
分类导航