AI加持 药物研发开辟“又快又省”新路径

近日，在从“‘AI＋医疗’到数字医疗：机遇与挑战论坛”上，创新工场董事长兼CEO李开复表示：“医疗创新方面，一个很大的瓶颈就是有能力发明新药的人就那么多，他们一天的时间就那么多，而且小分子制药已经进入成熟的状态，发明一个新的药，从头到尾可能要花20亿美金，如果我们能把部分流程降到1/10的时间和资源，我们就可以用更低的成本、更快的时间创造更多的药，带来巨大的帮助。”

李开复所指向的解决方案就是人工智能技术+药物研发。而上述美好的愿景已经逐渐露出曙光，并出现阶段性成果。

伴随着药物研发数据的高速累积和数字化转型，以及人工智能技术（AI）的加速发展，AI在新药发现的应用日益增多。人工智能药物开发公司InsilicoMedicine（英矽智能）近日宣布，其在全球首次利用人工智能发现新机制特发性肺纤维化药物。

“这次在AI技术平台的支持下，快速研发推进针对特发性肺纤维化病症的潜在的首创药物分子，并成功达到临床前候选药物的里程碑，一定程度上验证了AI算法结合药物化学与生命科学，能够更高效的研发出有巨大潜力的候选药物分子，在全球范围内是个标志性的里程碑。”英矽智能公司人士向本报记者介绍。

AI+药物发现“又快又省”：200万美元+18个月

一般而言，创新药物的研发、成功上市整个过程需要耗费数十年，数十亿美元，且失败率达90%以上。市场上很少有真正创新的药物。2020年，FDA共批准53款新药上市，其中35种是小分子药物，这是史上新药获批数量最高的一年，而且这些药物中的许多都是针对已知分子靶点。发现能够作用于广泛适应症新靶点的新分子极其罕见。

英矽智能公司人士向本报记者介绍：“我们首次利用许多相互关联的深度学习模型和其他先进的人工智能技术，成功地将生物学和化学结合起来，发现了一个新的生物靶点，并生成了能够作用于特发性肺纤维化（IPF）这一非常难治疾病的一个新的小分子。我们进行了所有必要的人类患者细胞、组织和动物验证实验，证明其是能够作用于新型泛纤维化靶点的首个临床前候选分子药物，目前正在为临床开发做准备。”

值得一提的是，“整个药物发现过程，从疾病假设到临床前候选药物，只用了不到18个月完成，并只花费了约为200万美元的经费。与传统的药物发现过程相比，这一成就的速度快了几个数量级，所耗费成本也低了几个数量级。”英矽智能介绍。

“未来十年，中国将成为全球医药创新的重要力量，中国将在药物的原发性创新上成为引领者和推动者。药物研发是人工智能最重要和最大的应用场景之一，人工智能则是药物研发最重大的技术红利之一。AI赋能药物研发，既能够缩短药物研发的时间，又能够大大降低成本。”启明创投主管合伙人梁颕宇表示。

人工智能+医疗健康投资潮起

值得一提的是，李开复与梁颕宇均认为，虽然英矽智能利用人工智能发现新机制特发性肺纤维化药物成为里程碑事件，但是这只是迈出了第一步。“AI跟今天的科学家扮演的是一个合作的角色，以后可能会有更多不同的角色。”李开复认为。

“AI在医疗领域第一个大规模的应用是AI+影像，这也得益于AI图像识别技术发展的成熟，后面慢慢衍生到药物研发的领域，并取得了很好的进展。从医疗领域全景来看，还有很多AI没有介入的领域，很多问题更复杂，需要更长的时间、更系统化的解决方案。”梁颕宇认为。

值得一提的是，在当下，随着人工智能+医疗健康创业热潮迭起。目前，全球用AI来辅助药物研发的公司已经超过200余家。此外，AI+药物发现、研发的发展离不开资本的支持。据记者了解，英矽智能背后的投资机构就包括启明创投、创新工场等。

AI医疗投资的壁垒在哪里？如何甄别出具有投资价值的标的，考验着投资机构的“慧眼”。

对此，梁颕宇对《证券日报》记者表示：“AI医疗的投资壁垒在于创业团队对计算机技术和医疗行业需求两方面的深刻理解，我们相信这两者缺一不可。我们持续看好AI技术在医疗行业的应用，除了之前对话中提到的药物发现、医疗影像处理和电子病历信息挖掘等领域之外，我们相信AI技术在医疗行业还有更多的应用场景尚待挖掘。我们将持续关注团队优秀、有技术竞争力的AI公司。”

对于投资AI+创新药物发现，创新工场董事长兼CEO李开复针对《证券日报》的提问回答道：“我们认为海量地、高质量地数据是成功的一个非常关键地壁垒，所以我们会去了解一个公司是否有或者能否得到独家的数据，如果有的话会加分。第二，创业团队AI的科学家不见得知道怎么去卖产品或者怎么去开发，但是对落地和渠道的理解还是需要的。第三，我们最喜欢看到的是像InsilicoMedicine这样有生物的专家+AI的专家大家一块工作，也有充分的行业背景。”