您當前的位置:香香港马会走势图 > 醫藥新聞頻道 > 新藥快訊 > “AI+新藥研發”風口仍需5-10年?持久戰已打響

吉林省三d开奖结果走势图:“AI+新藥研發”風口仍需5-10年?持久戰已打響

來源:貝殼社  發布日期:2019/2/1 11:18:28

香香港马会走势图 www.esdld.com AI藥物研發”已不算新鮮概念。早在1981年,雜志《Discovery》中就曾描述,“計算機有望提高藥用分子篩選效率,化學家再也不用整周、整月呆在實驗室,測試那些計算機認為難以成功的分子”。
 
  近年來,繼AI醫學影像市場格局基本成型后,我國AI藥物研發企業也開始進入從無到有階段。尤其在2018年,隨著更多玩家的進入,資本也隨之而來。
 
  而從全球來看,探索“AI+新藥研發”的企業已近100家。2018年,《科學美國人》與世界經濟論壇發布十大新興技術,人工智能輔助化學分子設計——機器學習算法加速新藥研發便是其中一項。
 
  有研究預測,“AI+新藥研發”或將是未來新的風口。
 
  新藥研發中,AI已不遜色人類
 
  寄予厚望于AI的背后,最常見的一個說法是,新藥研發逃不過“雙十宿命”:耗時10年,花費10億美金。
 
  根據《Nature》數據,新藥研發的平均成本更是高達26億美元,而這期間,高達90%的項目將以失敗告終。
 
  也就是說,“費用高、周期長、成功率低”,是新藥研發難以跨越的三道門檻。
 
  新藥研發涉及藥物發現、臨床前研究、臨床研究、審批上市 4 個階段。常規模式下,針對潛在藥靶,研究人員通常采用高通量篩選的方式,進行數百萬計的化合物篩選。美國藥物研究和制造商協會 PhRMA 統計顯示,在藥物研發階段,進行篩選的化合物多達5000-10000 種,但僅有250種能進入臨床前研究,進入臨床研究階段的僅5種。

圖片來源于網絡
 
  此外,過程中研究人員需面臨查閱大量文獻、翻譯、編寫報告、錄入數據等工作,復雜而繁瑣,耗費大量的時間和精力。麥肯錫Chilukuri曾表示,基于藥物研發長達10年的周期,收益將在未來10到15年才出現。
 
  但近年來,新藥研發公認的高回報,也并不理想。數據顯示,2017年全球TOP12制藥巨頭在研發上的投資回報率僅為3.2%,處于8年來最低水平。此外,全球新藥管線中的后期階段項目也越來越少。
 
  因此,突破人類大腦對生物學理解的局限性,引入AI技術,從大量數據中更有效挖掘和篩選化合物,并準確預測理化性質、成藥性質和毒性風險等,無疑有望提高新藥研發的速度和效率。
 
  有分析認為,中期階段,AI對制藥行業的價值增長可能相當于銷售額增長5%到10%。
 
  2018年4月,《Nature》一則報道顯示,上海大學教授馬克?沃勒團隊使用類似Alphago算法的三種搜索的方法,實現了逆合成分析和路徑預測。結果顯示,此方法在雙盲測試中表現優異,預測結果并不遜色于人類專家。
 
   “AI+新藥研發”的落地探索
 
  針對新藥研發不同環節,AI技術可用于靶點發現、新藥合成路線設計、藥物有效性及安全性預測、晶型預測、藥物分子設計等場景。
 
  從全球來看,Atomwise提供候選藥物預測服務,曾僅用時一周模擬出有前景用于埃博拉病毒治療的兩種化合物;BenevolentAI將AI應用于醫學研究的數據庫來快速篩選和組織數據,并已經獲得一定數量的臨床階段的新藥物。
 
  BenevolentBio曾借助JACS技術,標記出100個可用于治療肌萎縮性側索硬化癥(ALS)的潛在化合物,并成功篩選出5個化合物;BergHealth則篩選多達25萬個疾病組織樣本來尋找早期癌癥的新生物學指標和生物標記等等。
 
  在國內,晶泰科技是“AI+新藥研發”的早期拓荒者。其主要將AI技術應用于藥物發現過程中早期藥物篩選、藥物設計,以及藥物重定位和藥物重定向,以提高藥物研發的效率,降低風險。
 
  到2018年,深度智耀、零氪科技、智藥科技、云勢軟件等也陸續出現在視野,并不時傳來融資消息。
 
  總體來看,目前全球AI藥物研發還未出現成功案例,但國外相關企業已有利用AI研發的新藥進入臨床二期。國內,“AI+新藥研發”完成從0到1階段后,也開啟2.0時代。
 
  另一方面,“AI+新藥研發”的探索,也意味著IT企業和醫藥公司間的合作。
 
   “研發外包”便是合作模式的一種。該模式下,AI公司根據制藥公司提供的數據和靶點信息建立模型,篩選候選藥物。對制藥公司來說,該運作模式相對輕量化,但由于醫療數據極為敏感,所以往往伴隨著以確保數據安全的諸多條件。
 
  與此對應,近年來,也涌現了許多大型藥企和AI智能化企業間的牽手合作。
 
  2015年,制藥巨頭默沙東和AI公司Atomwise達成合作,合作內容主要涉及藥物的有效性和安全性預測;2016年,強生牽手BenevolentAI,對尚處于試驗階段的小分子化合物進行藥物挖掘;2017年,賽諾菲與Exscientia簽訂潛在價值2.5億歐元的許可交易,旨在開發針對代謝疾病的雙特異性小分子藥物;2018年,藥明康德和Insilico Medicine一起針對具有挑戰性的生物靶點,進行臨床前藥物候選分子開發等等。
 
   “AI+新藥研發”將是一場持久戰
 
  在制藥企業積極探索AI的同時,必須面對的還有諸多挑戰。畢竟AI只是新藥研發的輔助技術手段之一,并非意味著唯一和萬能。
 
  根據BenchSci的一項調查,330位藥物研發科學家中,41%的人并不了解AI技術,也就無法利用AI來進行新藥的篩選。也就是說,建立相應AI人才培養體系將成為重要基礎。
 
  另一方面,藥明明碼AI項目總負責人Thomas Chittenden曾分析,對于人工智能識別系統來說,新藥研發以及其臨床試驗的有效性評估仍是極其復雜的識別模式。
 
  此外,優質藥靶匱乏、動物模型臨床轉化差等現狀也是影響AI技術應用效益最大化的重要因素。
 
  人工智能專家Bruce Booth博士就曾分享了一個有趣地現象:計算機設計新藥雖已存在數十年,但醫藥行業的研發產出率非但沒有上升,反而還逐年下降;藥物發現時間沒有縮短,成本也降得更低。

幾十年來新藥的研發產出率正在不斷下降
 
  其意思為,AI尚未給新藥研發帶來大幅的可喜改觀。因此,從長期來看,AI技術等應用,雖可最大程度降低失敗率,節省藥物研發成本,縮短藥物研發時間。
 
  但不可否認的是,“AI+新藥研發”還處于初級階段,并將在該階段持續相當長的時間。目前,AI技術針對新藥研發不同階段的價值雖已明確,但真正做到AI驅動新藥研發的整體發展,至少還需要5-10年時間。


獨家中標品種推薦 |
通用名 劑型 省份 基藥 發布時間
靈芪加口... 合劑(... 廣州軍區 2014-10-28
矛頭蝮蛇... 粉針 河南 2017-08-18
注射用重... 注射用... 廣東 非... 2016-09-03
釓噴酸葡... 注射液 江西 2015-09-24
傷科接骨 片劑 廣東 基... 2015-08-05
鹽酸氯普... 注射劑 貴州 非... 2018-07-05
利培酮口... 口服溶... 江蘇 2018-04-04
· 關于我們 · 聯系我們 · 意見反饋 · 網站地圖 · 網站更新公告 · 香香港马会走势图 ·