“AI+新药发现这个选题不好做，国外确实有一些这种企业，但是国内好像没有这类的企业，在缺乏采访的情况下，如果只做海外信息搜集，文章内容不够深入

“AI+新药发现这个选题不好做，国外确实有一些这种企业，但是国内好像没有这类的企业，在缺乏采访的情况下，如果只做海外信息搜集，文章内容不够深入啊。”这是动脉网的一次选题会上，同事们对AI＋新药发现这个领域争论的一部分。

事实确实如此，在动脉网的数据库中，AI+新药发现（专指临床前候选药物发现）的海外创业公司只有14家（Watson for Drug Discovery也从事该领域研究，但是不属于创业公司）。

我们发现这14家创业公司都获得了2.html">融资，共计获得2.7682亿美元，其中来自英国的BenevolentAI融资金额就高达1亿美元。该公司有一款药物在2017年年中会进入2b期临床实验，同时有两款在研候选药物以8亿美元的价格卖给了美国一家制药公司。

海外企业做得风生水起，但是国内创业公司却很少涉及这个领域。为了找寻在这个领域的创业团队，我们在采访人工智能其他领域的专家的时候，最后一个问题总是“你认识国内做AI+药物研发的公司吗？”，经过多方查找，最后在连心医疗章桦总的介绍下，我们认识了晶泰科技，它成为动脉网数据库中唯一一家国内利用AI从事新药研发的公司（如果您也是该领域的创业公司欢迎与动脉网联系）。

业内人士常说，中国在人工智能领域的论文发表数量位居全球第一，可以和欧美相媲美。不可否认，在医学领域，我们在放射影像、病理、自然语言处理、智能语音录入等领域的研究不比欧美差，但是利用在AI+新药研发领域，却还相差很远，甚至是望尘莫及的差距。

我们的差距在哪，中国利用AI进行新药发现的困难在哪，欧美又是如何进行这方面研究，并变现的？动脉网带着这些问题梳理了国内外的行业现状，希望从中找寻答案。

在本次盘点中，动脉网只是梳理了临床前的新药发现企业，并没有统计利用AI在临床试验阶段为药企服务的企业。

由于评价化合物所需的试验次数较多，药物研发生产中每推进一个阶段都要花费200-400万美金。对于生物药而言，由于它们的复杂性更高，因此药物研发过程也更具挑战性。生物药的研发过程每一阶段成本可会达到500-1000万美金。

潜在靶点和非靶点的范围通常需要从成千上万的化合物中筛选，使用传统高通量筛选方法，在没有足够资金的情况下，准确的评估是很困难的。另外，高通量筛选方法本身就有设计上的缺陷，会导致实验筛选的无效性。而且，对于结构更加复杂且设计原理知之甚少的生物药，这些问题会更加突出。 

“伟哥之父”穆拉德在一次座谈会上讲述其药物开发过程时说：“这个药原本是研究心血管疾病的，但男性受试者看到美女护士意外有反应，因此转研究男性勃起功能障碍。”这个故事表达了新药研发工作者的无奈，即使他们付出很多努力，结果也并不会如他们所愿，新药发现的偶然性太大。

中国的新药研发公司，除了会面对以上的问题之外，还要面对中国独有的困难。晶泰科技联合创始人、北京大数据及人工智能研发中心负责人赖力鹏博士告诉动脉网记者，中国在进行人工智能药物研发方面，要面对人才、数据、商业模式的困难。 

人才，AI应用于药物研发需要若干个垂直领域的专家共同参与才能有所突破。既需要物理学家、化学专家、药物学家、药企研发高管，又需要人工智能科学家、云计算工程师等跨学科人才。通过在多个领域人才和经验的积累，整个团队需要紧密合作，这样才更容易获得突破性的思路和好的成果。

高质量数据，AI药物研发需要高质量数据支持。国内创新药研发起步较晚，与国外相比，对于优质数据的积累还有一定差距。 

商业模式，生物科技在国内成功的标杆案例较少，同时药物研发这一行业相比医疗、金融等领域，其本身有相当的复杂性和不可预测性。这就是为什么人工智能这么火，人工智能制药却仍是一条少有人走的路的原因。

在科学研究飞速发展的今天，每30秒就会有一篇生命科学论文发表。除此以外，还有大量的专利、临床试验结果等海量信息散布在世界各地。这些信息中，只有一小部分的科学信息可以形成有用的新知识。

对于药物研发工作者来说，他们没有时间和精力来关注所有的新信息，但是这些信息又包含了全球大部分科研人员的研究成果和大量关于新药的信息，从这些信息中找寻新药的蛛丝马迹是药物发现的一种捷径。

人工智能技术可以从这些散乱无章的海量信息中提取出能够推动药物研发的知识，提出新的可以被验证的假说，从而加速药物研发的过程。

还有一种情况是利用专有的深度学习运算法则，在成千上万的潜在化合物中寻找新的小分子药物。 

代表性企业：BenevolentAI、Atomwise 

利用深入学习技术，将临床药物与新的适应症相匹配。这样可以绕过动物实验和安全性实验。

例如，沙利度胺在上世纪50年代主要被作为镇静剂使用，1998年，在美国用来治疗麻风病，研究人员建议将其用于治疗多发性骨髓瘤，由于药物已经被测试为麻风病治疗，研究人员能够绕过第一阶段的安全性和剂量试验。根据实验结果， FDA在2012年批准沙利度胺治疗多发性骨髓瘤。据彭博预测，这个过程总共花费了4000万至8,000万美元，如果从零开始开发药物所需的平均费用为20亿美元。

代表性企业：Lam Therapeutics、NuMedii、Healx、Insilico Medicine

利用人工智能研发新药的好处除了加速研发时间、节约资金，还可以降低后续临床试验的失败概率。在云计算和专用超级计算机的帮助下，人工智能可以代替科学家的个人经验限制与效率瓶颈，通过提前预测药物候选的ADMET（药物的吸收、分配、代谢、 排泄和毒性）在后续药物发展中起到关键作用的性质，从而极大缩小实验范围，预测化合物不良反应，并评估通过人类临床试验的可能性，降低后续药物临床的失败概率。 

数据来源：Healx