近日，AI制藥公司“未知君”獲1億美元融資，“德睿智藥”完成千萬美元融資，AI制藥賽道融資熱度不減。一場突如其來的疫情席卷全球，生物醫(yī)藥領(lǐng)域承壓前行，制藥效率迎來嚴(yán)考，人工智能成為業(yè)界競相追逐的制藥“加成工具”。BAT進場競逐，各大風(fēng)投公司紛至杳來，AI制藥市場迎來高光時刻。
在供需刺激之下，AI在制藥環(huán)節(jié)的應(yīng)用關(guān)注度逐漸走高，傳統(tǒng)藥企陸續(xù)與AI新藥公司建立合作。雖然全球AI制藥已走入臨床試驗階段，但是在規(guī)?；a(chǎn)應(yīng)用前，還有很多道“技術(shù)門檻”要跨過。
AI制藥熱潮席卷全球
在制藥效率面臨拷問的大環(huán)境下，羅氏、輝瑞、賽諾菲等傳統(tǒng)藥企開啟AI制藥布局，英矽智能、晶泰科技、BenevolentAI等一批AI新藥公司涌現(xiàn)，谷歌、IBM、微軟、阿里、騰訊、百度、華為等科技公司陸續(xù)落子該領(lǐng)域，一股AI制藥風(fēng)潮，正以席卷全球的趨勢，吹向各行各業(yè)。
從資本層面來看，CB Insights統(tǒng)計數(shù)據(jù)顯示，2015年到2020年期間，AI技術(shù)在生命大健康領(lǐng)域的應(yīng)用融資逐步攀升。自2020年3月以來，受益于投資機構(gòu)對于人工智能技術(shù)應(yīng)用于藥物研發(fā)賽道的關(guān)注，共有11家AI制藥公司完成了1億美元以上的融資。近5年來在AI制藥領(lǐng)域有50.6%的融資交易發(fā)生在美國，中國以9.4%的比例緊隨其后。
在技術(shù)層面上來看，AI可以參與到篩選生物標(biāo)記物或靶點，構(gòu)建新型藥物分子，新藥有效性、毒副作用測試，藥物挖掘，基因分析等諸多環(huán)節(jié)。12月1日，英矽智能宣布通過AI平臺研發(fā)出的候選藥物ISM001-055進入臨床一期試驗階段。英矽智能首席科學(xué)官(CSO)和藥物研發(fā)負(fù)責(zé)人任峰在接受《中國電子報》記者采訪時指出，臨床1期可以驗證藥物的動力以及安全性，3-5年后可以走入臨床2期、3期階段，進一步驗證藥物的作用。
“AI藥物研發(fā)一方面可以節(jié)約大量藥化專家的藥物設(shè)計時間，另外還可以節(jié)約大量的實驗成本，對制藥行業(yè)是一個顛覆性的技術(shù)。”華為云相關(guān)負(fù)責(zé)人告訴《中國電子報》記者。
“數(shù)據(jù)墻”堵住AI制藥發(fā)展之路
AI制藥進入投資熱、研究熱階段，一方面是因為傳統(tǒng)制藥成本增加，效率面臨挑戰(zhàn)，驅(qū)動行業(yè)在計算機技術(shù)層面尋求突破方法，另一方面是人工智能技術(shù)在醫(yī)療行業(yè)不斷深入應(yīng)用，從健康管理、影像識別逐漸上探到制藥等對技術(shù)要求更高的領(lǐng)域。多名行業(yè)專家向記者表示，數(shù)據(jù)是目前AI應(yīng)用于制藥環(huán)節(jié)最大的挑戰(zhàn)。
制藥對于醫(yī)療數(shù)據(jù)的數(shù)量和質(zhì)量要求較高，AI制藥公司通常會通過與藥企合作、自有實驗平臺、委托CRO（醫(yī)藥研發(fā)合同外包服務(wù)機構(gòu)）等形式獲取。不過，醫(yī)療行業(yè)數(shù)據(jù)普遍存在不充足、私有化、不規(guī)范等問題，成為擋在AI制藥從理論到實踐之間的一堵“數(shù)據(jù)墻”。
任峰提出，若要沖破這堵數(shù)據(jù)墻，可以通過聯(lián)邦學(xué)習(xí)的方法，解決數(shù)據(jù)量的問題。聯(lián)邦學(xué)習(xí)為保護數(shù)據(jù)隱私而生，允許多個參與者在數(shù)據(jù)不互通的情況下，構(gòu)建一個通用且強大的機器學(xué)習(xí)模型，從而解決如數(shù)據(jù)隱私、數(shù)據(jù)安全、數(shù)據(jù)訪問權(quán)限和對異構(gòu)數(shù)據(jù)的訪問。
聯(lián)邦學(xué)習(xí)具有“數(shù)據(jù)不動模型動”的技術(shù)優(yōu)勢，目前已經(jīng)在醫(yī)療、金融、政務(wù)等產(chǎn)業(yè)場景中得到應(yīng)用。在保障數(shù)據(jù)安全合規(guī)的前提下，整合多家醫(yī)療機構(gòu)數(shù)據(jù)進行聯(lián)合建模研究，這背后需要隱私保護計算在底層作為支撐。國內(nèi)AI醫(yī)療公司醫(yī)渡云、星云Clustar、微眾銀行等公司均有涉足該領(lǐng)域。以醫(yī)渡云為例，其自研的安全計算引擎YiduManda采用多方安全計算、聯(lián)邦學(xué)習(xí)、聯(lián)盟區(qū)塊鏈等技術(shù)，已應(yīng)用于臨床研究feasibility調(diào)研、大樣本量隊列管理、疾病預(yù)測模型、基因組數(shù)據(jù)分析等多種應(yīng)用場景。
不過，使用同態(tài)加密帶來的算力及通信開銷也在不斷制約聯(lián)邦學(xué)習(xí)大規(guī)模應(yīng)用。星云Clustar CTO張駿雪日前公開表示，如何通過算力加速，讓聯(lián)邦學(xué)習(xí)技術(shù)與業(yè)務(wù)更加緊密地結(jié)合，提升技術(shù)效率是目前行業(yè)面臨的一大難題。
此外，還有更多來自世界各國的研究團隊，正在嘗試新的方法來解決醫(yī)療數(shù)據(jù)隱私問題。比如德國波恩大學(xué)的研究人員聯(lián)合惠普公司以及來自希臘、德國、荷蘭的多家研究機構(gòu)，共同開發(fā)了一項結(jié)合邊緣計算、基于區(qū)塊鏈的對等網(wǎng)絡(luò)協(xié)調(diào)的分布式機器學(xué)習(xí)方法——群體學(xué)習(xí)，可不同醫(yī)療機構(gòu)之間數(shù)據(jù)的整合，記錄該方法的學(xué)術(shù)論文在今年6月登上了《Nature》封面。
AI制藥呼喚政企聯(lián)合發(fā)力突破難關(guān)
“AI在制藥方面已經(jīng)取得了一定的突破，不過還沒有從點連成線。目前全球范圍內(nèi)仍處于初期發(fā)展階段。”任峰坦言，需要走到批量性應(yīng)用階段，才能夠驗證AI的功效。在制藥上，AI面臨的最大挑戰(zhàn)在于DMPK（藥物代謝和藥代動力學(xué)）的預(yù)測，需要更多更精確的數(shù)據(jù)供給實驗使用，需要在計算層面上達(dá)到多任務(wù)處理的水平。
華為云相關(guān)負(fù)責(zé)人將新藥研發(fā)與新型芯片研發(fā)作了一個比較：當(dāng)制藥公司針對某種疾病設(shè)計出新穎的具有專利價值的藥物分子后，要通過臨床試驗對藥物進行驗證，這一流程類似芯片流片驗證環(huán)節(jié)，其中會產(chǎn)生巨額費用。藥物分子的設(shè)計一方面強烈依賴資深專家的經(jīng)驗，另外一方面，需要通過大量耗資耗時的實驗去做驗證。
針對這些問題，華為云聯(lián)合上海藥物所開發(fā)了盤古藥物分子大模型，盤古藥物分子大模型通過學(xué)習(xí)17億個小分子的化學(xué)結(jié)構(gòu)和化學(xué)式，對化合物的性質(zhì)進行了深度表征，從而可以做到完全通過AI進行新型藥物分子的設(shè)計和優(yōu)化，加速新藥的研發(fā)和創(chuàng)新。
談到AI制藥如何突破發(fā)展難關(guān)的問題，華為云相關(guān)負(fù)責(zé)人對記者表示，藥物的研發(fā)涉及到一個很長的產(chǎn)業(yè)鏈，AI藥物研發(fā)的成熟需要解決產(chǎn)業(yè)鏈中的一系列關(guān)鍵問題，這是一個長期且漫長的過程，并不是一家企業(yè)或者是十家企業(yè)就能解決的問題，一方面需要地方政府制定長期的連貫的政策支持和鼓勵生物醫(yī)藥企業(yè)的研發(fā)創(chuàng)新，另外需要研究相應(yīng)的方案來促進整個醫(yī)藥產(chǎn)業(yè)鏈協(xié)同創(chuàng)新，相互促進。
