40年后的今天，我們看看全球頂尖藥企用人工智能輔助新藥研發(fā)到底應(yīng)用到什么狀態(tài)和階段了。
“別看他的眼睛，你看他的手�！薄� 用錢投票才是最真實(shí)的。
坦率地說，我們離靠計(jì)算機(jī)發(fā)現(xiàn)藥物，然后通過一大堆機(jī)器人試驗(yàn)對(duì)藥物進(jìn)行虛擬測試，只要單擊幾下鼠標(biāo)就可以將它們送給患者的世界相距甚遠(yuǎn)。
AI中沒有魔術(shù)，只有概率和統(tǒng)計(jì)。
利用計(jì)算機(jī)/人工智能輔助藥物研發(fā)，拆解一下： “人工”，是通過計(jì)算能力更快地試，更精確地建模模擬； “智能”，是從大量優(yōu)質(zhì)數(shù)據(jù)、經(jīng)驗(yàn)中自行學(xué)習(xí)，給結(jié)果，就像一個(gè)新藥研發(fā)人員，并不需要學(xué)習(xí)他人無數(shù)的項(xiàng)目之后，才能學(xué)會(huì)做新的項(xiàng)目。
顯然，我們現(xiàn)在主要還集中“人工”的部分，而不是”智能“。但CADD（計(jì)算機(jī)輔助藥物研發(fā)）/AI通�？梢灾С诌_(dá)到或選擇這些藥物研發(fā)工作的“更好”起點(diǎn)。 就像我們?cè)凇短崴?920倍！用AutoDock Vina對(duì)接2800萬個(gè)分子》、《155個(gè)GPU！多云場景下的Amber自由能計(jì)算》、《15小時(shí)虛擬篩選10億分子，Nature+HMS驗(yàn)證云端新藥研發(fā)未來》中提到的那樣。 成千上萬的化合物經(jīng)過一系列的測試，只有一種可能成為可行的藥物。任何工具，只要能在這個(gè)漫長的多步驟過程中加快其中一個(gè)步驟，就會(huì)對(duì)整個(gè)鏈條產(chǎn)生重大影響。
過去，我們常常把每一顆種子都種在地里，以測試它的性能，并決定在什么條件下適合某種特定類型的種子。這是一個(gè)必要但資源密集的過程。 我們現(xiàn)在可以用計(jì)算機(jī)/人工智能模擬大量的測試，在我們把一粒種子放入地下之前，我們可能要先用機(jī)器做10億個(gè)模擬實(shí)驗(yàn)。
這并不是什么新鮮事物，早在1981年10月5日，美國《財(cái)富》雜志就對(duì)計(jì)算機(jī)輔助的藥物發(fā)現(xiàn)進(jìn)行了專題報(bào)道《下一次工業(yè)革命：默克公司通過計(jì)算機(jī)設(shè)計(jì)藥物》。
速石科技根據(jù)截止到2020年11月的公開資料，盤點(diǎn)了全球44家頂尖藥企（包括3家中國藥企）在利用AI輔助藥物研發(fā)上的行動(dòng)（共涉及55家AI初創(chuàng)企業(yè)、12家IT-云服務(wù)商、7所高校），并進(jìn)行了分析匯總，主要結(jié)論如下圖：
一、AI輔助藥物研發(fā)階段和關(guān)注疾病 AI技術(shù)在藥物研發(fā)的哪個(gè)階段能夠發(fā)揮更大的作用？我們將所有藥企的AI合作按制藥階段分類統(tǒng)計(jì)，發(fā)現(xiàn)超過三分之二的行動(dòng)（共66次）集中在藥物發(fā)現(xiàn)階段，包括靶點(diǎn)及生物標(biāo)記物的選擇與確定、先導(dǎo)化合物的確定、構(gòu)效關(guān)系的研究與活性化合物的篩選、候選藥物的選定等。其次是臨床治療階段，共23次行動(dòng)，占總數(shù)的約四分之一，包括藥物依從性、預(yù)測治療結(jié)果、數(shù)據(jù)分析、精準(zhǔn)醫(yī)療、開發(fā)新療法、病理研究、疾病診斷等。2、聚焦疾病 
我們盤點(diǎn)了所有藥企在AI合作上聚焦的疾病方向，除去未明確指出疾病類型的數(shù)據(jù)，藥企在癌癥和精神類疾病上進(jìn)行AI合作最多，均為17次，分別占有效數(shù)據(jù)的27%；其次為心腦血管疾病，占比為13%（8次）。 各大藥企在AI合作上聚焦的疾病細(xì)節(jié)如下表所示：二、藥企使用AI技術(shù)服務(wù)行動(dòng) 我們統(tǒng)計(jì)了近年來在AI輔助藥物研發(fā)上有所行動(dòng)的藥企名單與行動(dòng)總次數(shù)，其中行動(dòng)總次數(shù)指藥企與所有類型的組織進(jìn)行的有關(guān)AI藥研的行動(dòng)次數(shù)總和，包括： 藥企對(duì)AI初創(chuàng)公司的投資讓我們將視野擴(kuò)大到全球，近年來在AI輔助藥物研發(fā)上行動(dòng)次數(shù)最多的藥企依次為：為了更直觀地感受大型藥企使用AI技術(shù)服務(wù)行動(dòng)的積極性，我們根據(jù)美國《制藥經(jīng)理人》雜志于2020年6月12日公布的2020年全球制藥企業(yè)TOP50榜單，單獨(dú)列出排名前15的藥企的行動(dòng)次數(shù)： 在我們采樣的44家藥企中，TOP15的藥企全部在列，這些公司的平均行動(dòng)次數(shù)為5.6次，比TOP15之外的其他藥企（平均2.03次）高出一倍還多。藥明康德（2次AI公司合作、2次AI公司投資、1次IT-云服務(wù)商合作）中國入榜的企業(yè)數(shù)量（3家）在所有入榜的12個(gè)國家中并列第5，AI合作總數(shù)（7次）在所有12個(gè)國家中位列第8。3、藥企與AI初創(chuàng)公司、IT-云服務(wù)商合作次數(shù)AI公司、IT-云服務(wù)商和高校是藥企在AI輔助藥物研發(fā)上主要合作對(duì)象。藥企與AI公司和IT-云服務(wù)商的合作方式?jīng)]有明顯的區(qū)別。AI公司多為初創(chuàng)公司，規(guī)模相對(duì)較��；IT-云服務(wù)商以IBM、Google為代表，其麾下的人工智能創(chuàng)新實(shí)驗(yàn)室是藥企的理想合作對(duì)象。在納入統(tǒng)計(jì)的所有44家藥企中，有41家藥企與AI公司有合作關(guān)系，占比為93%，合作次數(shù)最多的是楊森，為8次。有14家藥企與IT-云服務(wù)商有合作關(guān)系，占比為32%，合作最多的是諾華，為6次。藥企與高校的AI輔助藥物研發(fā)合作大多是基于高校實(shí)驗(yàn)室的技術(shù)交流或人才與資金援助，據(jù)統(tǒng)計(jì)有7家藥企與高校開展了合作，其中葛蘭素史克與2家高校有過合作關(guān)系，英國牛津大學(xué)則分別與諾華和Evotec開展過合作。我們盤點(diǎn)了藥企在AI輔助藥物研發(fā)上的行動(dòng)次數(shù)所處的年份，可以看到在2015年以后合作次數(shù)逐年遞增，且增幅明顯。根據(jù)公開信息綜合統(tǒng)計(jì)藥企對(duì)AI初創(chuàng)公司的投資情況，結(jié)論如下：1、至少有8家藥企參與了對(duì)AI初創(chuàng)公司的投資；4、中國藥企藥明康德投資了2家AI公司，與默克一起并列投資次數(shù)最多的藥企。對(duì)所有藥企所處的地域進(jìn)行統(tǒng)計(jì)，可以得出以下結(jié)論：有12家美國藥企先后進(jìn)行過AI藥研相關(guān)的行動(dòng)，占比27%，其次為日本（7）、德國（5）。美國藥企貢獻(xiàn)了共計(jì)38次行動(dòng)次數(shù)，占比28%，比所有亞洲國家的總和還多；其次為德國（25次），瑞士（15次）。歐洲、亞洲、北美洲參與AI藥研的藥企數(shù)量分別為17、15、12家，差距不大，但在行動(dòng)次數(shù)上，歐洲藥企的行動(dòng)總數(shù)為67，接近亞洲（30次）和北美洲（38次）之和。藥企平均行動(dòng)次數(shù)=行動(dòng)總數(shù)/藥企數(shù)量，能夠體現(xiàn)某一地區(qū)藥企在AI輔助藥物研發(fā)技術(shù)上的總體活躍度。歐洲國家包攬了藥企平均行動(dòng)次數(shù)的前三名，英國的2家藥企貢獻(xiàn)了13次AI行動(dòng)次數(shù)，在所有國家中次數(shù)最高；德國和瑞士緊隨其后；中國處于中間水平。按大洲劃分，歐洲次數(shù)最高，北美次之，亞洲第三。 AI初創(chuàng)公司在與藥企的合作中扮演著AI技術(shù)先鋒的作用，其中沖在最前面的是來自英國的Exscientia，其合作的藥企數(shù)量為8家。Exscientia合作的藥企包括GSK、Sanofi、Roche、Evotec、BMS（Celgene）、Bayer、Sumitomo Dainippon Pharma、Sunovion。緊隨其后的是法國的Iktos、美國的GNSHealth和中國香港的Insilico Medicine，均為6次。對(duì)所有AI公司的創(chuàng)立年份進(jìn)行統(tǒng)計(jì)，可以看到2012年以后整個(gè)行業(yè)迎來了明顯的增長期，2014-2016年連續(xù)3年都有7家AI公司創(chuàng)立。在所有55家已經(jīng)與藥企展開合作的AI企業(yè)中，有30家企業(yè)總部位于美國，占比超過54%，比榜單上剩余其他所有國家的總和還要多。位于第二的是英國和加拿大，分別擁有6家AI企業(yè)。中國僅有Insilico Medicine和晶泰科技兩家企業(yè)上榜，總部分別位于香港和深圳。對(duì)藥企參與的AI制藥聯(lián)盟進(jìn)行統(tǒng)計(jì)，共有16家藥企加入了至少1個(gè)聯(lián)盟，占所有制藥企業(yè)的36%。AI行動(dòng)次數(shù)越多的藥企，越有興趣加入AI制藥聯(lián)盟，所有7家AI行動(dòng)次數(shù)超過6次的企業(yè)均加入了聯(lián)盟。吸引最多藥企參與的聯(lián)盟是MELLODDY（10家），分別為Bayer、GSK、Amgen、AstraZeneca、Janssen、MerckKGaA、Novartis、Astellas、Boehringer Ingelheim、Servier。MELLODDY的全稱是Machine LearningLedger Orchestration for Drug Discovery，其目標(biāo)是建立一個(gè)機(jī)器學(xué)習(xí)平臺(tái)，這樣就可以從多組專有數(shù)據(jù)中學(xué)習(xí)，同時(shí)又能尊重它們的高度機(jī)密性，因?yàn)樵谡麄�(gè)項(xiàng)目中，數(shù)據(jù)和資產(chǎn)所有者將保留對(duì)其信息的控制權(quán)。排名第二的AI輔助藥物研發(fā)聯(lián)盟是MLDPS，有9家藥企加入其中，分別為Bayer、Amgen、Novartis、Pfizer、BASF、Eli Lilly、Sunovion、ZambonPharma、藥明康德。MLDPS（Machine Learning for PharmaceuticalDiscovery and Synthesis Consortium）成立于2018年，聯(lián)盟的目標(biāo)是打破麻省理工學(xué)院機(jī)器學(xué)習(xí)研究和藥物發(fā)現(xiàn)研究之間的鴻溝——將麻省理工學(xué)院的研究人員和產(chǎn)業(yè)界聚集在一起，從而找出并解決AI輔助藥物研發(fā)中最重要的問題。關(guān)于速石： 速石科技（fastone）致力于構(gòu)建為應(yīng)用定義的云，讓任何應(yīng)用程序，始終以自動(dòng)化、更優(yōu)化和可擴(kuò)展的方式，在任何基礎(chǔ)架構(gòu)上運(yùn)行。
我們?yōu)橛懈咚懔π枨蟮挠脩籼峁┮徽臼蕉嘣扑懔\(yùn)營解決方案，基于本地+公有混合云環(huán)境的靈活部署及交付，幫助用戶提升10-20倍業(yè)務(wù)運(yùn)算效率，降低成本達(dá)到75%以上，加快市場響應(yīng)速度。速石平臺(tái)對(duì)藥物研發(fā)/基因分析/CAE/EDA/AI等行業(yè)應(yīng)用進(jìn)行分析與加速，通過Serverless框架屏蔽底層IT技術(shù)細(xì)節(jié)，實(shí)現(xiàn)用戶對(duì)本地和公有云資源無差別訪問。我們的產(chǎn)品包括：fastone COMPUTE PLATFORM和fastone COMPUTE CLOUD。 想了解更多，可添加小F信（ID：imfastone） 速石科技發(fā)布《2021全球44家頂尖藥企AI輔助藥研行動(dòng)白皮書》 | 責(zé)任編輯：曉木蟲 | 
