电话咨询 在线咨询 产品定制
电话咨询 在线咨询 产品定制
010-68321050

AI制药吸引各行业头部企业入局,商业落地需多层面共同推进!

电子信息产业网:张一迪 2021-11-26 1700 0

专属客服号

微信订阅号

科技最前沿

剖析产业发展现状

为区域/园区工作者洞悉行业发展

摘要:传统药物研发流程周期长、成本高、效率低,AI技术的不断成熟为制药带来了新的曙光。人工智能方法将越来越多地不仅用于分析数据,还将用于复杂生物现象的强大预测和生成模型。

  歌母公司Alphabet近日宣布成立AI制药公司——Isomorphic Laboratories,新公司旨在运用AI技术加速生物医学突破并找到治疗疾病的新方法。

  传统药物研发流程周期长、成本高、效率低,AI技术的不断成熟为制药带来了新的曙光。人工智能方法将越来越多地不仅用于分析数据,还将用于复杂生物现象的强大预测和生成模型。

  时至今日,新冠肺炎疫情席卷全球将近两年,抗病毒、抗感染药物需求大幅上涨,刺激药企加大研发力度,加快制药步伐,同时刺激了传统行业对技术的渴求,制药为AI技术带来了广阔的应用土壤。

  AI加速蛋白质预测流程

  谷歌新成立公司Isomorphic Laboratories的创始人兼CEO德米斯·哈萨比斯(Demis Hassabis),正是谷歌AI公司DeepMind的掌舵人,AI系统AlphaFold的发明者。2020年,在有着“蛋白质结构预测奥运会”之称的CASP14上,AlphaFold二代版本AlphaFold2以原子水平的高精准度惊艳全场。这意味着这个人工研发的AI系统,已经达到了人类利用冷冻电子显微镜等复杂仪器观察预测的水平。中国科学院院士施一公认为,这是人工智能对科学领域最大的一次贡献。

  了解蛋白质的折叠结构可以帮助药品研发人员开发药物靶点,加快药物研发速度。中国工程院院士李国杰发文指出,目前已知氨基酸顺序的蛋白质分子有1.8亿个,但其三维结构信息被彻底看清的还不到0.1%,已经成为生物学界最棘手的问题之一,困扰科学家50年之久。

  DeepMind公司在Nature期刊上宣布已将人类98.5%的蛋白质预测了一遍,计划今年年底预测数量增加到1.3亿个,达到人类已知蛋白质总数的一半,并且公开了AlphaFold2的源代码,免费开源有关数据集,供全世界科研人员使用。

  Isomorphic Laboratories将针对药物与身体相互作用建立模型,在DeepMind 蛋白质结构方面的工作基础上,将继续探究多种蛋白质如何相互作用。可以说,AlphaFold2为Isomorphic Laboratories在探索蛋白质结构上奠定了坚实的基础。目前,Isomorphic Laboratories正在招聘一支“世界一流的多学科团队”,未来将与DeepMind一起共同推进AI在新药开发领域的发展。

  AI制药吸引各行业头部企业入局

  像谷歌一样的AI制药行业头部企业不乏少数。新冠肺炎疫情持续在全球蔓延,催促医药企业加快药品研发速度,同时吸引了更多跨界企业的目光,在中国,新型信息技术领域有着良好基础的阿里巴巴、腾讯、百度迅速投入,字节跳动也开始尝试向技术型公司转型,去年年底开启AI制药布局。

  赛迪顾问人工智能产业研究中心分析师杜欣泽向《中国电子报》记者指出,目前,人工智能在药物研发、医药制造以及药品流通等环节均已实现初步应用。相比传统制药,AI能够克服传统机械自动化、固定程序化执行等缺点,具有更高的稳定性和外部环境适应能力,从而借助人工智能技术可以在制药的更多环节替代人工。

  新冠肺炎疫情发生期间,医疗行业迎来大考。5G、云计算、大数据等新一代信息技术轮番上阵,AI在药物研发领域发挥了重要作用。

  2020年1月,新冠肺炎疫情发生之际,百度、阿里云宣布向全球公共科研机构免费开放一切AI算力,支持病毒基因测序、新药研发、蛋白筛选等工作,以加速新型冠状病毒肺炎新药和疫苗研发。百度研究院向各基因检测机构、防疫中心及全世界科学研究中心免费开放线性时间算法LinearFold以及当时世界上最快的RNA结构预测网站,以提升新型冠状病毒RNA空间结构预测速度,从而助力疫情防控。

  医药需求激增之下,AI技术与传统药业成为传统药企、科技企业、初创企业关注的热点,AI正在全面赋能药品研发、制造、流通等环节。

  IDC中国Health Insights行业研究与咨询服务部高级研究经理肖宏亮指出,人工智能技术已经成为加速新药研发和降低研发成本的重要技术推动力,信息技术在新药研发规划、新药设计、药物临床试验等新药研发环节中发挥着重要作用。

  AI制药商业落地需多层面共同推进

  早在几十年前,就有生物领域专家提出,将人工智能技术运用在药物发现中的可能性。然而受制于各种影响因素,AI制药在实现规模化应用方面走得有些慢。

  从计算层面来看,算法、算力和数据是相互交融的,制药领域的这三个方面仍有很大的提升空间。杜欣泽指出,算法是最核心的挑战,当前成熟度较高的人工智能技术多适用于安防监控和商业活动等,适用于制药的AI算法理论体系尚在建立阶段。同时分子层面的研究所需的算力要远远超过普通商业应用,计算时间与算力成本之间的平衡成为AI制药发展的挑战之一。

  在数据层面的挑战,主要体现在数据的合规获取以及如何满足大规模训练数据的需求。

  不过,在疫情驱动下,头部药企均开始积极与AI制药创企建立合作,在新药研发上取得实质性突破。去年1月,英国AI制药创企Exscientia宣布,其使用AI设计的免疫肿瘤分子EXS21546进入人体临床试验。目前,Exscientia已与拜耳、赛诺菲、葛兰素史克等知名药企达成合作;今年2月,端到端AI药物研发公司英矽智能宣布,通过新药靶点发现平台Panda Omics和AI分子生成和设计平台Chemistry42平台,研发出特发性肺纤维化(IPF)疾病新靶点,设计出用于治疗的全新化合物。据了解,英矽智能已与辉瑞、安斯泰来、强生公司旗下杨森制药、大正制药等多家一流生物医药公司达成合作。

  目前,国内外已集结了Exscientia、英矽智能、晶泰科技、冰洲石生物、赛恪科技、深度智耀等一批优秀的AI制药企业,共同推动行业规模化商业落地进程。

  谈到政策层面对行业的支持,杜欣泽指出,医药领域的审批周期长、成本高,通常需要3年左右的临床测试才能正式进入市场流通,而AI制药会在很多流程上进行颠覆性改变,需要在审批流程上进行优化。AI制药尚处于行业起步期,算法的评判以及行业的相关标准及要求尚未建立。业内专家呼吁,期待加强前瞻性布局,加快推动标准体系制定,促进AI制药行业健康有序发展。


本文为本网转载,出于传递更多信息之目的,并不意味着赞同其观点或证实其内容的真实性,如涉及侵权,请权利人与本站联系,本站经核实后予以修改或删除。

评论

产业专题

申请产品定制

请完善以下信息,我们的顾问会在1个工作日内与您联系,为您安排产品定制服务

  • *姓名

  • *手机号

  • *验证码

    获取验证码
    获取验证码
  • *您的邮箱

  • *政府/园区/机构/企业名称

  • 您的职务

  • 备注