健康时报记者 王永文
一款新药从研发到上市需要花费10年以上的时间，需要大约10亿美金的资金投入，即使如此，能够最终成功上市的依旧是很小比例。但随着AI(人工智能)技术的进步，AI在药物研发方面的潜力让更多的业内人士开始关注。
西湖大学校长施一公院士分享观点
在5月10—11日苏州举行首届中国生物计算大会上，西湖大学校长施一公院士分享从生命科学的角度看AI的想法时说，生物计算的突破创新则会带来人类对微观世界认知的革命，若要想抓住这次革命，就要和它同频共振，用学术的眼光提前意识到做布局。希望人工智能突破假人工的思维限制，用计算来决定未来。
尽管AI在生物计算中有无限潜力，但仍有多个问题需要探讨和厘清。例如药企是否把数据开放给AI侧的合作伙伴?药企自己做AI药物要发相关投入，能留给外部AI企业哪些机会?如何计算可成药性。
“过去研发从猜做药，到了后来的计算机辅发现药物，能做的靶点做了非常多，给社会和患者带来了很大的红利。但今天太复杂了，一个新的靶点找不到，我们需要AI帮助与支持，一个药物花费10亿美金，最后到了患者身上药物价格太贵，事实上研发成本在上升。如今药企想通过跟同行和跨领域的科学技术研究者来探讨新的模式，希望把做药的成本降下来。”
恒瑞医药高级副总经理兼全球研发总裁张连山分析，AI在降低药物研发成本方面很有潜力。
生物计算产业正成为科技业的一个新热点，作为跨界融合的技术驱动产业，生物计算在近年来展现出了巨大潜力，也需得到更多的验证、打磨，才能从研发中心走向行业应用，带动整个产业链条和人才梯队的成熟，成为行业公认的新发展引擎。
清华大学智能产业研究院首席科学家马维英也认为，原来传统制药是投入大量资金做一个多数同类患者能做的药，但是如今越来越多个体化治疗方案出来，包含免疫疗法，现在的瓶颈还是太贵，而且精度不够高，如果AI研发将价格降下来，基因测序价格降下来，快速预测癌症的新抗原，这种个性化的药和治疗出来，时间降下来，精度提升上去，AI会颠覆现有的医药行业。
“ 如果没有数据和AI模型闭环的操作，很难看到AI的模型不断迭代和提高，不断发现用户的需求，做一个精准的推荐。除了数据集设计以外，还应重视数据和AI模型之间产生闭环系统，让更多人尝试用系统发现新的药物的靶点或者药物的可能性，这是非常重要的方面。”佐治亚理工学院机器学习中心副主任、百图生科科学顾问宋乐强调。
网友评论