国产在线精品第一区二区,国产精品不卡一区二区,国产又粗又黄又爽的大片,国产兽交xvidseos视频,国产亚洲精品美女久久久

　　中國食品藥品網(wǎng)訊 近日，人工智能（AI）制藥初創(chuàng)企業(yè)英矽智能科技（上海）有限公司宣布，其通過生成式人工智能篩選靶點(diǎn)，并設(shè)計的抗特發(fā)性肺纖維化小分子候選藥物INS018_055，已完成Ⅱ期臨床試驗(yàn)首例患者給藥。

　　消息一經(jīng)發(fā)出，便引起了AI制藥行業(yè)的廣泛關(guān)注。事實(shí)上，2022年底，當(dāng)ChatGPT引發(fā)的人工智能浪潮席卷全球時，AI制藥就被推向了新的風(fēng)口。

　　所謂AI制藥即利用大數(shù)據(jù)、云計算等人工智能技術(shù)手段輔助藥物發(fā)現(xiàn)、藥物管理等藥物研發(fā)的多個環(huán)節(jié)。長期以來，藥物研發(fā)領(lǐng)域流傳著“雙十定律”，即從新藥研發(fā)開始到最終獲批上市需要平均耗時十年，投入成本約十億美元。專家認(rèn)為，隨著AI參與到藥物研發(fā)環(huán)節(jié)，“雙十定律”或?qū)⒋蚱啤?/p>

　　AI制藥方興未艾

　　事實(shí)上，AI制藥并非近幾年才誕生的新概念，早在2012年，Exscientia公司就將AI用于藥物研發(fā)。而近年來，隨著人工智能和計算機(jī)技術(shù)的爆發(fā)式增長，尤其是AlphaFold2以及ChatGPT的出現(xiàn)，AI制藥也迎來了飛速發(fā)展。巨大的想象空間和無限的潛能吸引著大批創(chuàng)業(yè)者、傳統(tǒng)制藥企業(yè)以及互聯(lián)網(wǎng)企業(yè)在AI制藥研發(fā)領(lǐng)域布局。

　　從2015年開始，晶泰科技、億藥科技、星藥科技、望石智慧、燧坤制藥等一眾AI制藥初創(chuàng)企業(yè)如雨后春筍般涌現(xiàn)。

　　傳統(tǒng)藥企也不甘落后，紛紛通過戰(zhàn)略合作、股權(quán)投資等方式切入AI制藥賽道。如藥明康德先后投資了多家AI賦能藥物研發(fā)的公司；恒瑞醫(yī)藥與專門從事人工智能新藥設(shè)計平臺開發(fā)的法國Iktos公司達(dá)成合作，引進(jìn)AI新藥研發(fā)平臺。

　　除此之外，互聯(lián)網(wǎng)大廠也力求在AI制藥研發(fā)的藍(lán)海市場中分一杯羹。

　　2020年，百度成立了生物計算引擎驅(qū)動的創(chuàng)新藥物研發(fā)平臺百圖生科和人工智能新藥研發(fā)公司索智生物；同年，騰訊推出首個AI驅(qū)動的藥物發(fā)現(xiàn)平臺云深智藥；阿里巴巴也在這一年與全球健康藥物研發(fā)中心合作，開發(fā)了AI藥物研發(fā)和大數(shù)據(jù)平臺。此外，華為、字節(jié)跳動等其他互聯(lián)網(wǎng)公司也都先后基于自身AI算法等優(yōu)勢打造了藥物研發(fā)平臺。

　　值得注意的是，除了互聯(lián)網(wǎng)大廠們，還有一些與AI制藥不太直接相關(guān)的企業(yè)切入到Al制藥的賽道進(jìn)行布局，如中國平安保險也于2020年成立了AI藥物研發(fā)團(tuán)隊(duì)。

　　不僅如此，資本對AI制藥研發(fā)也表現(xiàn)出濃厚的興趣。據(jù)AI咨詢機(jī)構(gòu)Deep Pharma Intelligence統(tǒng)計，截至2023年3月末，全球AI制藥企業(yè)的投資總額已達(dá)到593億美元。

　　毫無疑問，利用AI技術(shù)進(jìn)行藥物研發(fā)已成為醫(yī)療領(lǐng)域的熱門賽道之一。

　　助力藥物研發(fā)

　　“藥物研發(fā)可以細(xì)分為先導(dǎo)化合物的發(fā)現(xiàn)、靶點(diǎn)的確認(rèn)、藥物合成路線設(shè)計、藥物結(jié)構(gòu)優(yōu)化、毒理學(xué)研究等眾多環(huán)節(jié)。AI對其中任何一個小的環(huán)節(jié)的革新，都會對藥物研發(fā)領(lǐng)域產(chǎn)生深遠(yuǎn)的意義?！闭憬I(yè)大學(xué)智能制藥研究院院長段宏亮表示。最典型的是表現(xiàn)在藥物發(fā)現(xiàn)方面。

　　據(jù)介紹，在傳統(tǒng)藥物研發(fā)中尋找可能成藥的化合物主要是靠人工試驗(yàn)篩選，效率低下，且篩選的先后順序往往是基于研發(fā)者個人的經(jīng)驗(yàn)，不確定性很高。段宏亮認(rèn)為，AI強(qiáng)大的數(shù)據(jù)分析和深度學(xué)習(xí)能力，可以快速處理和解析大量的生物化學(xué)信息，幫助篩選出合適的化合物，設(shè)計優(yōu)化藥物分子結(jié)構(gòu)，從而縮短研發(fā)周期，節(jié)約研發(fā)成本。

　　根據(jù)Tech Emergence研究報告預(yù)測，AI在化合物合成和篩選方面可節(jié)約40%至50%的時間，每年可為制藥行業(yè)節(jié)約260億美元的化合物篩選成本。

　　北京億藥科技有限公司創(chuàng)始人謝正偉介紹，該公司AI制藥平臺（靈素系統(tǒng)）可根據(jù)基因表達(dá)譜進(jìn)行藥效預(yù)測，從而發(fā)現(xiàn)有效化合物，然后倒推靶點(diǎn)，進(jìn)而克服靶點(diǎn)不明或者機(jī)制復(fù)雜的難題。據(jù)悉，該系統(tǒng)已篩選發(fā)現(xiàn)了治療肥胖、高尿酸血癥、非酒精性脂肪肝炎和衰老相關(guān)疾病等的先導(dǎo)化合物。

　　除了藥物發(fā)現(xiàn)外，AI在小分子藥物自動合成路線的設(shè)計、藥物晶型預(yù)測、輔助病理生物學(xué)研究以及藥物臨床試驗(yàn)設(shè)計等方面都有參與。以全球首款獲上市的新冠小分子口服藥Paxlovid為例，其研發(fā)過程中也應(yīng)用了AI技術(shù)，并與實(shí)驗(yàn)驗(yàn)證相結(jié)合，幫助科研人員僅用6個星期就完成了藥物固態(tài)研發(fā)，縮短了新冠口服藥Paxlovid的研發(fā)周期。而在此之前，行業(yè)內(nèi)的臨床前研究平均需要4-7年時間。

　　據(jù)智藥局統(tǒng)計，截至2022年年底，全球獲批臨床的AI藥物管線有80條，其中有41條管線推進(jìn)到Ⅰ期，29條管線推進(jìn)到Ⅱ期。

　　機(jī)遇與挑戰(zhàn)并存

　　AI制藥熱度高漲，是否意味著AI會顛覆現(xiàn)有制藥研發(fā)模式甚至取代藥物藥學(xué)家？

　　有業(yè)內(nèi)人士認(rèn)為，至今尚未有一款完全基于AI技術(shù)發(fā)現(xiàn)和設(shè)計的新藥獲批上市，AI制藥研發(fā)仍處于探索和早期發(fā)展階段。

　　繆小牛是普米斯生物研發(fā)總監(jiān)。在他看來，AI制藥研發(fā)尚且“年輕”，發(fā)展成熟甚至帶來顛覆性發(fā)展還需要很長一段時間。

　　AI技術(shù)對數(shù)據(jù)的“量”和“質(zhì)”的要求非常高。段宏亮將數(shù)據(jù)形象地比喻為AI技術(shù)的“糧食”，他認(rèn)為只有有了足夠多的數(shù)據(jù)，AI才能更好地發(fā)揮出其在數(shù)據(jù)分析、整合、篩選等方面的作用。

　　“就目前而言，比較容易取得突破的就是具有海量數(shù)據(jù)的蛋白質(zhì)結(jié)構(gòu)預(yù)測、藥物合成路線設(shè)計等環(huán)節(jié)?！倍魏炅琳f，以AI藥物合成路線設(shè)計為例，目前科學(xué)家已擁有的化學(xué)反應(yīng)數(shù)據(jù)量多達(dá)四五千萬，這樣的數(shù)據(jù)量對于AI來說已經(jīng)足夠了。如果經(jīng)過系統(tǒng)的開發(fā)訓(xùn)練，AI是有可能在藥物合成路線設(shè)計超越有機(jī)合成化學(xué)家的。

　　但是對于其他一些數(shù)據(jù)積累較為匱乏的環(huán)節(jié)，段宏亮坦言，AI還有很長一段路要走。而在這一過程中藥物學(xué)家通過濕實(shí)驗(yàn)積累的藥物研發(fā)數(shù)據(jù)至關(guān)重要。

　　此外，數(shù)據(jù)的質(zhì)量也是關(guān)鍵。不同企業(yè)研發(fā)的產(chǎn)品即便是針對同一靶點(diǎn)，但由于其生物測試條件不完全相同，產(chǎn)生的數(shù)據(jù)可能也會存在差異?！皩τ谒幬飳W(xué)家而言，這種差異可能是在誤差允許范圍內(nèi)的，但對于精準(zhǔn)計算的AI來說，有可能就是完全不同的兩套數(shù)據(jù)。如何將數(shù)據(jù)標(biāo)準(zhǔn)化、規(guī)范化也是AI制藥急需解決的問題。”繆小牛說。

　　與此同時，將AI應(yīng)用于制藥研發(fā)領(lǐng)域，需要研發(fā)人員既懂AI技術(shù)又了解醫(yī)藥相關(guān)知識。然而現(xiàn)實(shí)生活中往往是計算機(jī)專家不懂藥物研究，藥物學(xué)家不懂計算機(jī)技術(shù)。而高端復(fù)合型人才的培養(yǎng)也需要時間。

　　“短期內(nèi)，AI制藥研發(fā)還并不能完全跳脫與顛覆傳統(tǒng)藥物研發(fā)的范式，更不太會取代藥物學(xué)家在新藥研發(fā)中的作用。”段宏亮表示，但從長遠(yuǎn)看，隨著藥物研發(fā)相關(guān)數(shù)據(jù)的不斷積累以及AI技術(shù)的不斷更新，AI完全有可能顛覆現(xiàn)有的藥物研發(fā)范式，從本質(zhì)上推動制藥行業(yè)的發(fā)展。（付佳）

(責(zé)任編輯：常靖婕)