DoNews3月2日消息（翟继茹）AI药物研发公司Insilico Medicine宣布在人工智能和新药开发方面取得突破，首次将生物学和化学生成学相结合，发现一种全新机制的用于治疗特发性肺纤维化的临床候选新药，并成功通过多次人类细胞和动物模型实验验证。这意味着，AI制药的时代或将正式开始。

AI如何制药？

一般来看，一款新药的研发需要经过药物靶标确定、先导化合物筛选、先导化合物优化和临床试验等阶段。时间成本上，新药的上市时间要大于10年，资金成为方面，塔夫茨药物开发研究中心曾给过一个数据是26亿美元。但最终的结果是，在耗费高人力财力之后，只有10%的候选药物能进入市场，90%的项目流产。

从2016-2017年开始，AI制药开始吸引了制药厂和科技巨头们的关注度。众所周知，人工智能的发展依赖于数据，尤其是高质量的大数据集。而药物发现过程的每一步都会产生大量数据，这些数据为现代人工智能技术的发展奠定了基础。现在，深度学习模型和自然语言处理技术在建模大型复杂多维数据集如基因组学、蛋白质组学、临床数据、靶点结构数据和非结构化文本方面的作用是不可小觑的。

Insilico首席科学官任峰解释了IPF新药研发的详细过程：

一、寻找靶点。 Insilico利用PandaOmics 靶点发现系统对发表在《自然通讯》上的复杂基因和路径进行评分，并通过深度特征选择、因果推理和de novo路径重构得到相关靶点。靶点新颖性和疾病关联评分由自然语言处理(NLP)引擎进行评估，该引擎分析了来自数百万数据文件的数据，包括专利、研究出版物、科研经费和临床试验数据库。结果， PandaOmics发现了20个用于验证的靶点，将其缩小到一个新的细胞内靶标，并对其作进一步分析。

二、选定化合物并测试安全度。Insilico的人工智能化学生成系统Chemistry42自动生成具有适当物理化学性质的成药性高的分子结构。此次，Chemistry42设计了一个小分子库，这些小分子与 PandaOmics 发现的新的细胞内靶点结合，并进行验证。

三、选定临床前化合物。在不断的设计、合成、评估优化后，最终确认临床候选化合物。

四、进入临床试验阶段。Insilico表示，目前正在IND 申报实验，目标是在2022年将这一款药物进行临床阶段。

整体来看，从疾病假设到临床前候选药物，Insilico的AI制药只用了18个月，花费约为200万美元的经费。相较传统药物研发流程，速度快了几个数量级，所耗费成本也低了几个数量级。

Tech Emergence的一份报告研究报告预测，通过人工智能可以将新药研发的成功率从 12％提高到 14％，可以为生物制药行业节省数十亿美元。

AI+医疗靠谱吗

IDC一项调查统计数据显示，到 2025 年人工智能应用市场总值将达到 1270 亿美元，其中数字医疗将占市场规模的五分之一。

在启明创投主管合伙人梁颕宇看来，AI在医疗方面的发展如果用1-10来打分，现在大概是在1分左右，前景还非常宽广。梁颕宇表示，AI在医疗领域第一个大规模的应用是AI+影像，这也得益于AI图像识别技术发展的成熟，后面慢慢衍生到药物研发的领域，并取得了很好的进展。从医疗领域全景来看，还有很多AI没有介入的领域，很多问题更复杂，需要更长的时间、更系统化的解决方案。

实际上，在AI药物研发方面无论，制药大厂还是科技巨头都已经在行动。相关数据显示，目前，全球用AI来辅助药物研发的公司已经超过200余家，在技术方面，Benevolent AI、IBM Watson、Numerate、Insilico Medicine等也都是佼佼者代表。

谈及竞争优势，Insilico Medicine首席科学官任峰告诉记者，Insilico Medicine是少数的几家拥有自己的人工智能产品的制药企业。现在，Chemistry 42已经授权给了一些国际大药企，并根据其需求进行优化。实际上，Insilico Medicine打造了一个关于制药的一体化人工智能平台，从早期的靶点发现到化合物的设计，再到最后临床结果预测，覆盖了整个新药研发产业链。

Insilico Medicine在2019年9月完成了3700万美元的B轮融资，启明创投领投，创新工场、百度风投、兰亭投资等投资方跟投。在创新工场董事长兼CEO李开复看来，AI+生命科学未来的场景非常值得期待。首先，从制药方面看，其效率和成本相较传统制药都在提高。其次，影像诊断的场景也非常丰富。在MRI、CT等方面，未来20-30年，AI机器人诊断将会超过医生。“前提是我们要把一切数字化，要有足够多的病例。一个医生他的能力来自哪里？可能来自他的一生看了一万个病人，但是一套AI的诊断系统，它可以在很短的时间就看几十亿的病人，这学习到的内容跟数据一定是巨大。”最后，在手术机器人方面还将进步。李开复透露一组数据称，目前，机器人参与手术的比例已经接近到20%，其中一部分由机器人主导。未来，纳米机器人的出现，将可以更好的对抗癌症等难解疾病。

谈及对AI医疗领域投资的壁垒，梁颕宇表示，“团队很重要。”梁颕宇也提到，在这一赛道中，一些企业拿到的数据可能并不是好的数据，用AI去筛查很多不好的数据，其实也是行业的一个问题。