国产精品亚洲激情_日韩在线中文字_欧美性猛交xxxx免费看漫画_成人网在线免费观看

　　中國食品藥品網訊 近日，人工智能（AI）制藥初創(chuàng)企業(yè)英矽智能科技（上海）有限公司宣布，其通過生成式人工智能篩選靶點，并設計的抗特發(fā)性肺纖維化小分子候選藥物INS018_055，已完成Ⅱ期臨床試驗首例患者給藥。

　　消息一經發(fā)出，便引起了AI制藥行業(yè)的廣泛關注。事實上，2022年底，當ChatGPT引發(fā)的人工智能浪潮席卷全球時，AI制藥就被推向了新的風口。

　　所謂AI制藥即利用大數據、云計算等人工智能技術手段輔助藥物發(fā)現、藥物管理等藥物研發(fā)的多個環(huán)節(jié)。長期以來，藥物研發(fā)領域流傳著“雙十定律”，即從新藥研發(fā)開始到最終獲批上市需要平均耗時十年，投入成本約十億美元。專家認為，隨著AI參與到藥物研發(fā)環(huán)節(jié)，“雙十定律”或將打破。

　　AI制藥方興未艾

　　事實上，AI制藥并非近幾年才誕生的新概念，早在2012年，Exscientia公司就將AI用于藥物研發(fā)。而近年來，隨著人工智能和計算機技術的爆發(fā)式增長，尤其是AlphaFold2以及ChatGPT的出現，AI制藥也迎來了飛速發(fā)展。巨大的想象空間和無限的潛能吸引著大批創(chuàng)業(yè)者、傳統(tǒng)制藥企業(yè)以及互聯(lián)網企業(yè)在AI制藥研發(fā)領域布局。

　　從2015年開始，晶泰科技、億藥科技、星藥科技、望石智慧、燧坤制藥等一眾AI制藥初創(chuàng)企業(yè)如雨后春筍般涌現。

　　傳統(tǒng)藥企也不甘落后，紛紛通過戰(zhàn)略合作、股權投資等方式切入AI制藥賽道。如藥明康德先后投資了多家AI賦能藥物研發(fā)的公司；恒瑞醫(yī)藥與專門從事人工智能新藥設計平臺開發(fā)的法國Iktos公司達成合作，引進AI新藥研發(fā)平臺。

　　除此之外，互聯(lián)網大廠也力求在AI制藥研發(fā)的藍海市場中分一杯羹。

　　2020年，百度成立了生物計算引擎驅動的創(chuàng)新藥物研發(fā)平臺百圖生科和人工智能新藥研發(fā)公司索智生物；同年，騰訊推出首個AI驅動的藥物發(fā)現平臺云深智藥；阿里巴巴也在這一年與全球健康藥物研發(fā)中心合作，開發(fā)了AI藥物研發(fā)和大數據平臺。此外，華為、字節(jié)跳動等其他互聯(lián)網公司也都先后基于自身AI算法等優(yōu)勢打造了藥物研發(fā)平臺。

　　值得注意的是，除了互聯(lián)網大廠們，還有一些與AI制藥不太直接相關的企業(yè)切入到Al制藥的賽道進行布局，如中國平安保險也于2020年成立了AI藥物研發(fā)團隊。

　　不僅如此，資本對AI制藥研發(fā)也表現出濃厚的興趣。據AI咨詢機構Deep Pharma Intelligence統(tǒng)計，截至2023年3月末，全球AI制藥企業(yè)的投資總額已達到593億美元。

　　毫無疑問，利用AI技術進行藥物研發(fā)已成為醫(yī)療領域的熱門賽道之一。

　　助力藥物研發(fā)

　　“藥物研發(fā)可以細分為先導化合物的發(fā)現、靶點的確認、藥物合成路線設計、藥物結構優(yōu)化、毒理學研究等眾多環(huán)節(jié)。AI對其中任何一個小的環(huán)節(jié)的革新，都會對藥物研發(fā)領域產生深遠的意義。”浙江工業(yè)大學智能制藥研究院院長段宏亮表示。最典型的是表現在藥物發(fā)現方面。

　　據介紹，在傳統(tǒng)藥物研發(fā)中尋找可能成藥的化合物主要是靠人工試驗篩選，效率低下，且篩選的先后順序往往是基于研發(fā)者個人的經驗，不確定性很高。段宏亮認為，AI強大的數據分析和深度學習能力，可以快速處理和解析大量的生物化學信息，幫助篩選出合適的化合物，設計優(yōu)化藥物分子結構，從而縮短研發(fā)周期，節(jié)約研發(fā)成本。

　　根據Tech Emergence研究報告預測，AI在化合物合成和篩選方面可節(jié)約40%至50%的時間，每年可為制藥行業(yè)節(jié)約260億美元的化合物篩選成本。

　　北京億藥科技有限公司創(chuàng)始人謝正偉介紹，該公司AI制藥平臺（靈素系統(tǒng)）可根據基因表達譜進行藥效預測，從而發(fā)現有效化合物，然后倒推靶點，進而克服靶點不明或者機制復雜的難題。據悉，該系統(tǒng)已篩選發(fā)現了治療肥胖、高尿酸血癥、非酒精性脂肪肝炎和衰老相關疾病等的先導化合物。

　　除了藥物發(fā)現外，AI在小分子藥物自動合成路線的設計、藥物晶型預測、輔助病理生物學研究以及藥物臨床試驗設計等方面都有參與。以全球首款獲上市的新冠小分子口服藥Paxlovid為例，其研發(fā)過程中也應用了AI技術，并與實驗驗證相結合，幫助科研人員僅用6個星期就完成了藥物固態(tài)研發(fā)，縮短了新冠口服藥Paxlovid的研發(fā)周期。而在此之前，行業(yè)內的臨床前研究平均需要4-7年時間。

　　據智藥局統(tǒng)計，截至2022年年底，全球獲批臨床的AI藥物管線有80條，其中有41條管線推進到Ⅰ期，29條管線推進到Ⅱ期。

　　機遇與挑戰(zhàn)并存

　　AI制藥熱度高漲，是否意味著AI會顛覆現有制藥研發(fā)模式甚至取代藥物藥學家？

　　有業(yè)內人士認為，至今尚未有一款完全基于AI技術發(fā)現和設計的新藥獲批上市，AI制藥研發(fā)仍處于探索和早期發(fā)展階段。

　　繆小牛是普米斯生物研發(fā)總監(jiān)。在他看來，AI制藥研發(fā)尚且“年輕”，發(fā)展成熟甚至帶來顛覆性發(fā)展還需要很長一段時間。

　　AI技術對數據的“量”和“質”的要求非常高。段宏亮將數據形象地比喻為AI技術的“糧食”，他認為只有有了足夠多的數據，AI才能更好地發(fā)揮出其在數據分析、整合、篩選等方面的作用。

　　“就目前而言，比較容易取得突破的就是具有海量數據的蛋白質結構預測、藥物合成路線設計等環(huán)節(jié)。”段宏亮說，以AI藥物合成路線設計為例，目前科學家已擁有的化學反應數據量多達四五千萬，這樣的數據量對于AI來說已經足夠了。如果經過系統(tǒng)的開發(fā)訓練，AI是有可能在藥物合成路線設計超越有機合成化學家的。

　　但是對于其他一些數據積累較為匱乏的環(huán)節(jié)，段宏亮坦言，AI還有很長一段路要走。而在這一過程中藥物學家通過濕實驗積累的藥物研發(fā)數據至關重要。

　　此外，數據的質量也是關鍵。不同企業(yè)研發(fā)的產品即便是針對同一靶點，但由于其生物測試條件不完全相同，產生的數據可能也會存在差異。“對于藥物學家而言，這種差異可能是在誤差允許范圍內的，但對于精準計算的AI來說，有可能就是完全不同的兩套數據。如何將數據標準化、規(guī)范化也是AI制藥急需解決的問題。”繆小牛說。

　　與此同時，將AI應用于制藥研發(fā)領域，需要研發(fā)人員既懂AI技術又了解醫(yī)藥相關知識。然而現實生活中往往是計算機專家不懂藥物研究，藥物學家不懂計算機技術。而高端復合型人才的培養(yǎng)也需要時間。

　　“短期內，AI制藥研發(fā)還并不能完全跳脫與顛覆傳統(tǒng)藥物研發(fā)的范式，更不太會取代藥物學家在新藥研發(fā)中的作用。”段宏亮表示，但從長遠看，隨著藥物研發(fā)相關數據的不斷積累以及AI技術的不斷更新，AI完全有可能顛覆現有的藥物研發(fā)范式，從本質上推動制藥行業(yè)的發(fā)展。（付佳）

(責任編輯：常靖婕)