AI闯出新赛道！计算机加速新药研发，跨界人才难觅

这种跨国研发新药的方式正在变得越来越普遍。通过远程应用程序XpertEye，研究人员无需漂洋过海，通过电子通信就能解决研究项目中的问题。这不仅更具可持续性，同时可以节省时间与成本。

类似于XpertEye这样的软件技术正在改变传统制药行业的工作流程。

数字化正在成为健康医疗领域的新趋势。大型药企很早就开始了数字化的试点，包括制药巨头辉瑞（Pfizer）、罗氏（Roche）、安进（Amgen）等。但是过去人工智能（AI）等技术工具尚未成熟，还无法为人们所用，而到了今天科技大爆发的时代，一切都变得有可能实现了。

高科技降低新药研发成本

勃林格殷格翰研究人员向第一财经记者展示他的智能手机屏幕，上面呈现出一个具有许多分支的分子图像，图像上除了化学结构外，还列出分子属性等研究数据。一款叫做ADAM的人工智能应用程序正在充当科研人员的“高级分子设计助手”，帮助他们选择合适的分子结构，因为ADAM参与到研究决策中，药物研究人员的工作就能变得更轻松。

“AI+新药”的核心就是利用人工智能算法大幅降低发现靶点、构建分子试错的成本，并通过信息化等优势缩短新药研发全流程。

勃林格殷格翰研究部的岑特格拉夫（Matthias Zentgraf）博士对第一财经记者表示：“人体内的生物过程非常复杂。然而，药物研究中也常常会有反复出现的问题。得益于数字化助手，我们将在未来大大提升工作效率。ADAM已经让我们尝到了甜头。”

过去，基于模拟流程的药物开发通常需要很长时间。想要将一个想法转化成一种药物，要经历初步实验、原型药、患者研究等各个流程。在最坏的情况下，患者可能会因为无法及时获得救命药物，而最终失去生命。

但现在，研究人员可以通过人工智能对上亿个经过标准化注释的生物学、药理学和临床数据进行分析，以获得候选药物和生物标记物，或在早期对影响药物性质的晶型特点做出比较准确的预测，帮助药企在早期遴选最容易成功的分子候选、晶型、固相以及研发路线，并通过预测毒副作用以减少试验次数，从而选择风险最低的路径，加速进程。

此外，借助计算机软件的预测分析能力，制药公司能够分离出特定的分子，来研究它的有效性。计算机则能通过对过去的药物和分子以及研究数据导出的临床测试结果，为新药的研发提供有力的洞察。在短短几秒时间里，计算机就能读取海量试验数据、外部研究团队撰写的文献以及统计网站上的各种数值，并对这些信息进行评估，揭示背后的关联。

AI+医药初创公司崛起

IQVIA（昆泰）是美国一家为生物制药及卫生保健行业提供专业服务和方案咨询的公司。统计数据显示，该公司旗下一家名叫Linguamatics的软件公司曾帮助瑞士制药巨头罗氏开发了一个人工智能平台阿尔忒弥斯（Artemis），使之能更有效地寻找药物和化合物。正是因为有了这个人工智能平台，罗氏在每项研究中平均节省1万美元，全年节省成本超过20万美元。

2017年，医疗机构梅奥诊所携手AI创业公司Nference在美国麻省剑桥市创立了一家AI生物制药公司Qrativ。Qrativ创始人、CEO 阿拉瓦穆丹（Murali Aravamudan）在谈到人工智能在制药领域的应用以及外部数据如何支持药物研发时表示：“要使得预测分析对于制药公司在研究分子时有用，还需要有一些其他技术的辅助，比如简化数据的收集，通过读取显微镜下物质的数据，来训练机器学习的算法。”

为更好地解决这个问题，一些软件公司已经开始使用基于云端数据中心的高性能计算机，甚至于使用量子物理和量子化学来更加准确地分析数据。


很多制药公司因此都需要与数字化企业合作，或者自己成立数字化部门，雇用一大堆数字科学家。两年前，勃林格殷格翰就成立了一家独立子公司——数字实验室BI X，为其三大部门——人用药品、动物保健和生物制药提供一个与数据科学、敏捷软件开发以及用户体验设计等领域的专业人员进行协作的平台。

勃林格殷格翰每年向这一平台投资2000万欧元。

国内的初创公司深度智耀是一家典型的利用先进的人工智能技术，赋能新药研发全流程的企业。公司开发了基于人工智能的药物早期研发平台，大幅减少了新药早期研发全流程的时间和成本，同时基于数百个开放数据源，通过机器学习技术，结合人工专家的知识，自动提取医药实体、关系和属性，并利用智能化的化学合成分析系统，预测推荐高质量的合成路线。支持这一算法的算力一部分来源于自建设备，一部分来源于公有云。通过这种模式，深度智耀能够应对多线任务并进的情况，并可根据任务权重规派算力。

深度智耀创始人兼CEO李星日前在接受第一财经记者采访时透露，研发一款新药，并从实验室推向市场，平均要100名科学家花10年时间、投入27亿美元，而成功率仅7%——制药行业仍然是劳动力密集行业。

“对于企业而言，进行靶点筛选、临床研究、审批上市纯靠人工费时费力，且成本高昂，这个时候人工智能平台就是一个很好的选择。”李星说道。

她表示，有了AI之后，彻底改变优化了制药行业的流程，AI可以从零起点开始设计一款药物，能够合理评估整个制药的流程，而且效率可以高过很多化学家。这些事情正在发生，AI不仅能够大幅缩短新药研发的时间，而且可以大幅提高新药研发的成功率，从而延长患者的生命周期、提升病患的生活质量。

李星本身具有医药背景，在北京大学获得药剂学硕士学位后，曾任职于辉瑞、赛诺菲、强生等跨国药企，从事药物开发长达12年。

她认为，AI将是制药行业一条全新的赛道，足以颠覆药物的研发。2017年她放弃跨国药企丰厚的薪资和舒适的环境，创办了深度智耀。

自2017年成立以来，深度智耀已经合计融资四轮，累计融资约2000万美元；最新一轮融资来自去年10月红杉资本投资的近1500万美元B轮资金，在前几轮的投资中，投资方不乏天使投资人真格基金等机构。深度智耀的客户包括瑞士罗氏、英国葛兰素史克（GSK）、德国拜耳，以及中国本土初创新药研发公司绿叶制药（02186.HK）、百济神州（06160.HK，BGNE.NASDAQ）和再鼎医药等。

开放式生物制药技术平台公司药明生物（02269.HK）高级副总裁李竞对第一财经记者表示：“我们也正在尝试如何将AI技术引入到新药研发当中，目前主要选择自己开发AI平台。”

药明生物CEO陈智胜此前向媒体透露，目前药明生物平台上有205个项目，按照正常新药成功率，将来可能有25个新药上市进入商业化生产，预计未来每年将赋能合作伙伴2至3个新药上市。

全球招募顶尖数据科学家

尽管生物制药公司对数字化人才求贤若渴，但真正的跨界人才不可多得。

药物研发流程涉及约20个功能模块，即使是某个模块的专家，对其他模块业务也只能了解大概；而制药还是离IT和互联网非常远的行业，这让医药专家和软件数据工程师的有效融合成为AI医药研发赛道当前的最大挑战，即“行业+技术”跨界人才的获取。

以勃林格殷格翰的数字实验室为例，该实验室成立以来，已经向全球招募了50多名数据科学家和软件工程师组成的学科团队。

勃林格殷格翰首席财务官施梅尔莫（Michael Schmelmer）向第一财经记者表示：“BI X的员工将接受具有挑战性的任务，和来自多个不同学科的专家合作，为新产品和解决方案开发原型，并把它们推向市场。”

第一财经记者在百度上搜索“生物医药”+“数据科学家”，就会跳出来满屏的招聘启事。

北京的一家生物科技公司的招聘网页上显示，硕士毕业或仅两年工作经验的生物医药研发科学家的月薪可高达2万元，主要职责是参与公司生物类药物发现及设计项目，以及配合算法团队优化现有药物研发及设计工具和方法。

四川大学华西医院下属的华西生物医学大数据中心也于近期贴出数据科学家招聘启事，招聘计算机博士，要掌握SAS、R或Python等计算机语言，主要职责是负责生物医学数据的分析挖掘，通过统计分析、机器学习算法等完成模型构建等。

“一流人才总有自己的风骨——制药人有制药行业特有的谨慎，互联网人有不惧一切的狼性。”李星对第一财经记者表示，“两者如何融合是目前公司面临的一大挑战。”

“药企要招到既懂计算机又具备生物医学背景的人才非常难。但我认为，要教会一名医学研发专家学习计算机科学的可能性更大。”国内生物科技公司创胜集团（ Transcenta Holding）共同创始人、执行董事长赵奕宁对第一财经记者表示。

“一方面是生物医学方面的知识需要长期大量的积累，另一方面也是因为计算机在制药公司数据科学部门毕竟是辅助的工具，不是核心。”赵奕宁说。

不仅在生物制药领域，就连医疗机械公司也对跨界人才求贤若渴。一家数字化医疗器械公司投资人对第一财经记者表示：“计算机图像处理和深度学习对于医生有很大的辅助作用，以隐形牙套为例，医生从开启隐形矫正治疗，到口腔数据一键上传、快速目标位生成，精准方案设计，再到牙套的生产跟踪、病历管理等方面，都需要数据科学家的支持。”