亚洲欧美国产中文,伊人222成人综合网,免费国产a国产片高清下载app,最近最新中文字幕免费高清1

電話咨詢 在線咨詢 產品定制
電話咨詢 在線咨詢 產品定制
010-68321050

AI制藥吸引各行業頭部企業入局,商業落地需多層面共同推進!

電子信息產業網:張一迪 2021-11-26 1700 0

專屬客服號

微信訂閱號

大數據治理

全面提升數據價值

賦能業務提質增效

摘要:傳統藥物研發流程周期長、成本高、效率低,AI技術的不斷成熟為制藥帶來了新的曙光。人工智能方法將越來越多地不僅用于分析數據,還將用于復雜生物現象的強大預測和生成模型。

  歌母公司Alphabet近日宣布成立AI制藥公司——Isomorphic Laboratories,新公司旨在運用AI技術加速生物醫學突破并找到治療疾病的新方法。

  傳統藥物研發流程周期長、成本高、效率低,AI技術的不斷成熟為制藥帶來了新的曙光。人工智能方法將越來越多地不僅用于分析數據,還將用于復雜生物現象的強大預測和生成模型。

  時至今日,新冠肺炎疫情席卷全球將近兩年,抗病毒、抗感染藥物需求大幅上漲,刺激藥企加大研發力度,加快制藥步伐,同時刺激了傳統行業對技術的渴求,制藥為AI技術帶來了廣闊的應用土壤。

  AI加速蛋白質預測流程

  谷歌新成立公司Isomorphic Laboratories的創始人兼CEO德米斯·哈薩比斯(Demis Hassabis),正是谷歌AI公司DeepMind的掌舵人,AI系統AlphaFold的發明者。2020年,在有著“蛋白質結構預測奧運會”之稱的CASP14上,AlphaFold二代版本AlphaFold2以原子水平的高精準度驚艷全場。這意味著這個人工研發的AI系統,已經達到了人類利用冷凍電子顯微鏡等復雜儀器觀察預測的水平。中國科學院院士施一公認為,這是人工智能對科學領域最大的一次貢獻。

  了解蛋白質的折疊結構可以幫助藥品研發人員開發藥物靶點,加快藥物研發速度。中國工程院院士李國杰發文指出,目前已知氨基酸順序的蛋白質分子有1.8億個,但其三維結構信息被徹底看清的還不到0.1%,已經成為生物學界最棘手的問題之一,困擾科學家50年之久。

  DeepMind公司在Nature期刊上宣布已將人類98.5%的蛋白質預測了一遍,計劃今年年底預測數量增加到1.3億個,達到人類已知蛋白質總數的一半,并且公開了AlphaFold2的源代碼,免費開源有關數據集,供全世界科研人員使用。

  Isomorphic Laboratories將針對藥物與身體相互作用建立模型,在DeepMind 蛋白質結構方面的工作基礎上,將繼續探究多種蛋白質如何相互作用。可以說,AlphaFold2為Isomorphic Laboratories在探索蛋白質結構上奠定了堅實的基礎。目前,Isomorphic Laboratories正在招聘一支“世界一流的多學科團隊”,未來將與DeepMind一起共同推進AI在新藥開發領域的發展。

  AI制藥吸引各行業頭部企業入局

  像谷歌一樣的AI制藥行業頭部企業不乏少數。新冠肺炎疫情持續在全球蔓延,催促醫藥企業加快藥品研發速度,同時吸引了更多跨界企業的目光,在中國,新型信息技術領域有著良好基礎的阿里巴巴、騰訊、百度迅速投入,字節跳動也開始嘗試向技術型公司轉型,去年年底開啟AI制藥布局。

  賽迪顧問人工智能產業研究中心分析師杜欣澤向《中國電子報》記者指出,目前,人工智能在藥物研發、醫藥制造以及藥品流通等環節均已實現初步應用。相比傳統制藥,AI能夠克服傳統機械自動化、固定程序化執行等缺點,具有更高的穩定性和外部環境適應能力,從而借助人工智能技術可以在制藥的更多環節替代人工。

  新冠肺炎疫情發生期間,醫療行業迎來大考。5G、云計算、大數據等新一代信息技術輪番上陣,AI在藥物研發領域發揮了重要作用。

  2020年1月,新冠肺炎疫情發生之際,百度、阿里云宣布向全球公共科研機構免費開放一切AI算力,支持病毒基因測序、新藥研發、蛋白篩選等工作,以加速新型冠狀病毒肺炎新藥和疫苗研發。百度研究院向各基因檢測機構、防疫中心及全世界科學研究中心免費開放線性時間算法LinearFold以及當時世界上最快的RNA結構預測網站,以提升新型冠狀病毒RNA空間結構預測速度,從而助力疫情防控。

  醫藥需求激增之下,AI技術與傳統藥業成為傳統藥企、科技企業、初創企業關注的熱點,AI正在全面賦能藥品研發、制造、流通等環節。

  IDC中國Health Insights行業研究與咨詢服務部高級研究經理肖宏亮指出,人工智能技術已經成為加速新藥研發和降低研發成本的重要技術推動力,信息技術在新藥研發規劃、新藥設計、藥物臨床試驗等新藥研發環節中發揮著重要作用。

  AI制藥商業落地需多層面共同推進

  早在幾十年前,就有生物領域專家提出,將人工智能技術運用在藥物發現中的可能性。然而受制于各種影響因素,AI制藥在實現規模化應用方面走得有些慢。

  從計算層面來看,算法、算力和數據是相互交融的,制藥領域的這三個方面仍有很大的提升空間。杜欣澤指出,算法是最核心的挑戰,當前成熟度較高的人工智能技術多適用于安防監控和商業活動等,適用于制藥的AI算法理論體系尚在建立階段。同時分子層面的研究所需的算力要遠遠超過普通商業應用,計算時間與算力成本之間的平衡成為AI制藥發展的挑戰之一。

  在數據層面的挑戰,主要體現在數據的合規獲取以及如何滿足大規模訓練數據的需求。

  不過,在疫情驅動下,頭部藥企均開始積極與AI制藥創企建立合作,在新藥研發上取得實質性突破。去年1月,英國AI制藥創企Exscientia宣布,其使用AI設計的免疫腫瘤分子EXS21546進入人體臨床試驗。目前,Exscientia已與拜耳、賽諾菲、葛蘭素史克等知名藥企達成合作;今年2月,端到端AI藥物研發公司英矽智能宣布,通過新藥靶點發現平臺Panda Omics和AI分子生成和設計平臺Chemistry42平臺,研發出特發性肺纖維化(IPF)疾病新靶點,設計出用于治療的全新化合物。據了解,英矽智能已與輝瑞、安斯泰來、強生公司旗下楊森制藥、大正制藥等多家一流生物醫藥公司達成合作。

  目前,國內外已集結了Exscientia、英矽智能、晶泰科技、冰洲石生物、賽恪科技、深度智耀等一批優秀的AI制藥企業,共同推動行業規模化商業落地進程。

  談到政策層面對行業的支持,杜欣澤指出,醫藥領域的審批周期長、成本高,通常需要3年左右的臨床測試才能正式進入市場流通,而AI制藥會在很多流程上進行顛覆性改變,需要在審批流程上進行優化。AI制藥尚處于行業起步期,算法的評判以及行業的相關標準及要求尚未建立。業內專家呼吁,期待加強前瞻性布局,加快推動標準體系制定,促進AI制藥行業健康有序發展。


本文為本網轉載,出于傳遞更多信息之目的,并不意味著贊同其觀點或證實其內容的真實性,如涉及侵權,請權利人與本站聯系,本站經核實后予以修改或刪除。

評論

產業專題

申請產品定制

請完善以下信息,我們的顧問會在1個工作日內與您聯系,為您安排產品定制服務

  • *姓名

  • *手機號

  • *驗證碼

    獲取驗證碼
    獲取驗證碼
  • *您的郵箱

  • *政府/園區/機構/企業名稱

  • 您的職務

  • 備注