提到制药行业，大家率先想到的就是研发成本居高不下，研发回报率持续降低。若能更早、更准确地做好新药研发流程中的关键决策，譬如靶点是否靠谱，联用方案是否合理……人工智能等技术的兴起为上述问题的解决带来了一丝希望。
“传统药物研发需要经历10~15年的历程，前期药物制成需要耗费5年以上的时间。我们现在利用人工智能的方法，可以将药物发现时间缩短至数月，用以提高成药概率，节省制药企业成本。”北京亿药科技创始人、市场总监谢正伟表示，亿药科技旨在结合AI技术建立一个创新型药物研发平台。
据谢正伟介绍，亿药科技在AI药物研发方面具有多年技术积累，已完成多次技术迭代。传统的新药研发有三大特点，耗时长、费用高、成功率低，核心困难在于新药研发过程中存在诸多不确定性因素，如靶点有效性等，模型是否有效必须通过实验予以确证。在他看来，AI技术的引入可以通过深度神经网络对分子结构的理解，在不同的研发环节建立高准确率的预测器，减少各个研发环节的不确定性，从而缩短研发周期，降低试错成本，提高成功率。
对于药企与其他药物研发机构而言，一旦确认开发则意味着数以亿计的支出与少则十年的投入，所以在先导化合物确认环节或是立项等环节极为谨慎，往往须有多方数据支持。在这一问题上，亿药科技通过进行动物实验等方式进行药物评价，对先导化合物的药效、毒性数据进行确证，确保预测数据的准确性。
算法背后需要复杂的数据和模型支撑。“业内多家公司已经介入该领域，但是进展缓慢，尚未有报道说有化合物进入动物实验阶段。”谢正伟介绍，该团队进行药物开发的思路同传统开发方式相反，通过AI数据分析先介入大数据，然后进行表型预测，表型预测后再反过来去寻其作用的详细机制。这样一来，就能够找到传统方法遗漏的机制，以同时实现药物分子的筛选和靶点确认。药企公司可以通过该算法平台更精准地获取有效靶点信息。
亿药科技目前主要是锁定临床上缺乏好药但患者基数大的病种进行开发。据悉，团队已建立8个疾病模型，正在开发5个新疾病模型，包括减肥、高尿酸&痛风、延长生命、非酒精性肝炎(NASH)、肌腱愈合，其中已有两个化合物——分别针对高尿酸&痛风和NASH完成了药效学和毒理学实验，进入寻求转让或者合作阶段，其余的还在开发过程中。
至于市场前景预判，谢正伟表示，从提高效率的角度看，目前约15%~20%的新药成本花在探索阶段，这意味着高达几亿美元的支出，以及3~6年的工作；而通过AI筛选、预测分子结构，可将这一过程缩短至几个月，并大幅降低研发成本，商业价值不言而喻。但他也透露，如果有充足的资金和研发支持，加上公司已经研发出的有效化合物，未来也会考虑将研发推进到临床试验阶段，自主展开新药研发。
一直以来，美国创新药上市数量全球最高，而我国处于严重落后状态。2007~2015年，在全球上市的新分子实体率先在美国上市的比例为56.3%，中国为2.5%。美国在研药物数量大幅领先，根源在于其创新药研发公司数量多。“我们的人工智能+药物研发平台可以帮助国内药企提高研发速度、缓解成本压力，这也是其能在‘创客北京2020’中获奖的重要因素。”谢正伟说。
【版权声明】秉承互联网开放、包容的精神，化工网欢迎各方(自)媒体、机构转载、引用我们原创内容，但要严格注明来源化工网；同时，我们倡导尊重与保护知识产权，如发现本站文章存在版权问题，烦请将版权疑问、授权证明、版权证明、联系方式等，发邮件至info@netsun.com，我们将第一时间核实、处理。
