未来，我们吃的药可能会是“AI造”

文／陈 曦

美国华盛顿大学戴维·贝克教授团队在《细胞》杂志上发表论文，利用人工智能（AI）技术平台精准地设计出能够穿过细胞膜的大环多肽分子，开辟了研发全新口服药物的新途径。

近年来，AI 加速助力新药研发，几乎参与了从药物靶点发现到临床试验的全流程。在新冠肺炎疫情期间，多款药物问世的背后也都有AI 的身影，全球AI 制药产业实现加速跑。

AI融入药物研发各个环节

“AI 一词是约翰·麦卡锡在1956 年达特茅斯会议上提出的，用来描述‘制造智能机器的科学和工程’。AI 差不多也是在这个时候被引入药物研发领域的。”南开大学药学院教授林建平介绍，1964 年，定量构效关系建模领域的建立成为AI 开始用于药物研发的标志。

如今，AI 在药物研发中发挥着越来越重要的作用，并与药物研发的各个环节紧密结合。

一款药物从无到有，要历经漫长且坎坷的过程。其中主要包括4 个研发阶段，即靶标选择和验证、化合物筛选和先导优化、临床前研究以及临床试验。而每一个阶段又涉及许多具体环节。

林建平举例说：“比如在靶标选择和验证阶段，需要确定疾病相关的靶标。根据传统实验去确定靶标，既费时成本又高，而使用AI 技术结合已有的组学大数据，根据已知的以及新产生的实验数据，就可以快速分析出潜在候选靶标，节约时间和成本；或在已知先导化合物的功效，但是缺少明确靶标而导致具体作用机制和副作用不明确时，AI 可以大范围预测靶标，缩小候选靶标的范围，最后结合实验手段快速定位真正的靶标。”“AI 帮助药物研发者快速找到靶标，加快先导化合物向药物转化的进程。”林建平介绍。

对于已有的药物，AI 同样可以通过靶标预测，发现新的靶标，从而发现新的药物适应症，这也是一个非常热门的领域——药物重定位。

在最重要的临床试验阶段，AI 的应用也起到了事半功倍的效果。“在这一阶段，需要在患者身上评价药物的安全性和有效性，AI可以参与到患者的招募、临床试验设计以及试验结果数据分析等环节中。”林建平举例，“比如，可以通过AI 技术从过去的临床患者中，提取患者的个人特征、症状、治疗效果等数据，找到最匹配当前试验的患者；试验设计上，AI 可以预测合适的药物剂量、治疗方案等；而试验数据上，可以采用AI 技术跟踪和管理患者的实时情况，预测患者后续情况等。”

AI大大缩减药物研发成本

一种新药的诞生，通常需投入10 亿甚至数10 亿美元，研发周期一般超过10 年，成功率却低于10%。而由于AI 的加入，如今的药物研发成本减少了上亿美元，同时也大大缩短了研发时间，一般来说可以缩短一半以上。例如，AI 将临床前候选化合物的研发时间从平均4年半缩短至约13.7个月，缩短了近75%。

此外，AI 还提高了药物研发的成功率。“通俗讲，药物研发实际上是一个试错的过程，AI 可以帮助我们排除大量错误，最后留给我们的就是更大的成功机会。”林建平说。

正是由于AI 制药具有对传统制药碾压式的优势，AI 制药产业在全球不断发展壮大。目前，AI 制药产业发展可概括为三大阶段：第一个阶段，AI 制药公司初步形成，主要针对某个阶段的药物研发提供AI 技术服务；第二个阶段，AI 制药公司开发了成熟的研发管线，并且开发的药物进入临床验证，这一阶段将吸引大量资本和初创企业加入；而第三阶段，则进入关键的临床Ⅱ期药效性实验，真正证明AI研发药物的有效性。

“目前全球AI 制药产业已步入第三个发展阶段。”林建平说。

我国AI 制药起步较晚，尚处于第二个阶段。“但是国内的AI 制药产业发展速度非常快，各大互联网巨头以及一些大型药企均开始布局AI 制药赛道，当然还包括一些初创公司。”林建平表示。

超算驱动现代药物研发产业发展

随着AI技术的不断发展，AI药物研发的进程也在“提速”。

此外，超级计算平台在现代药物研发中也发挥着日益强劲的驱动作用，特别是伴随着“天河”等新一代超级计算机的研制成功，百亿级虚拟药物筛选、大规模全原子分子动力学模拟、大规模AI 预训练模型等计算和智能技术为现代药物研发创新带来新机遇。

目前天河超级计算平台支撑了数十家机构、上百个研发团队开展高性能计算支撑的虚拟药物研发工作，取得了良好的成效。国家超级计算天津中心高性能计算部部长康波表示，超算团队将基于天河新一代超级计算机，研发物理生化模型与人工智能结合的药物设计新方法，构建计算机辅助药物设计研发核心链条聚合机制，探索算数融合、药工结合、研用协同的信创数字数值装置模式，研制面向创新药物发现的虚拟实验室，提升超算驱动现代药物创新发展的综合支撑能力。