21世纪经济报道|中经合李帅：AI赋能药物研发背后的逻辑( 二 )

本文插图
从科学的角度来解释，人类2万多个可编码蛋白的基因，其中10%-15%与疾病相关，而可作为小分子药物靶点的小于700种，容易的靶点已经开发殆尽，剩下的都是难度很高的或者难以成药的靶点，需要投入更多的时间和经济成本才可能成功。低垂的果实已经没有了，如何找增量以及提高效率成为了当前新药研发的主题，能快速摘到深藏或隐藏的果实、又或者将树叶树枝变为果实（寻找增量）的公司才是未来制药领域的赢家。当前随着信息技术的迅猛发展， AI技术正在成为制药领域潜在有力的突破点。比如利用AI强大的发现能力寻找新的药物靶点，药物重定向，挖掘微生物组宝库等等应用。虽然仍有很多问题和质疑，但却是必须要拥抱的未来方向。
三、 AI制药领域发展的限制因素

学科交叉人才稀缺

AI赋能药物研发是一个信息科技赋能传统行业的交叉领域，既需要AI的人才也需要懂药物研发的人才，同时双方必须要能够理解对方的专业语言和思路，才能很好地配合。这样的团队很难搭建，需要长时间的磨合。相应的人才储备对应不同的商业模式，创新药的开发链条长环节多，优质人才要熟悉整个过程，某个环节的缺失可能会拖慢整个过程，这样只能单点突破选择CRO的商业模式。

数据获取难

AI训练模型需要优质的数据，而新药领域的数据大都在药企，公开的数据比较有限，所以如何获取优质的数据是AI制药初创公司需要解决的问题。能够跟跨国药企合作的初创公司在市场上会非常具有竞争力。中国过去做创新药的实践很少，但是近几年实施了多项政策鼓励创新药发展，呈现了繁荣发展的态势，药企相关的数据虽然不比跨国药企，但是也在快速积累。另外中国CRO公司（如药明康德等）发展迅速，掌握了大量的数据，尤其是临床前的研发数据。中国的基础科研突飞猛进，科研论文数量已经是世界第一，背后也积累了海量的数据。 AI制药的初创企业要积极跟学术界和产业龙头合作，获得优质数据是立足之本。

商业模式的选择

新药开发周期很长，目前也没有AI制药公司宣布利用AI技术开发的药物成功上市， AI在新药开发上的价值也不易量化评估，在做好长期奋斗的同时，开展一些CRO的业务来补充公司的现金也是不错的选择，不过需要思考好如何处理好CRO和做药的商业模式。公司自己做药物开发就是药企的竞争对手，而CRO模式是为药企提供服务，两种商业模式可能会存在一些利益冲突，所以要想清楚开展这两种商业模式的具体环节，阶段，比重等问题。从商业价值的角度来说，药物开发比CRO的市场更大，收益更高，但是对公司的挑战更大，对人才的要求也更高。

开发强AI ，才能更好地体现出AI在药物开发中的价值

弱人工智能(ArtificialNarrowIntelligence ，简称ANI)是指仅在单个领域比较牛的人工智能程序。比如的谷歌AlphaGo ，便是弱人工智能的典型代表。其特征便是虽然很擅长下围棋，却无法与你玩一把飞行棋。强人工智能(ArtificialGeneralIntelligence ，简称AGI)则是能够达到人类级别的人工智能程序。不同于弱人工智能，强人工智能可以像人类一样应对不同层面的问题，而不仅仅只是下下围棋，写财报报道。不仅如此，它还具有自我学习、理解复杂理念等多种能力。也正因此，强人工智能程序的开发比弱人工智能要困难很多。而药物开发涉及环节众多，虽然目前一些环节已经在应用AI ，但是需要强人工智能才能打通各个环节，更好地赋能制药领域。
四、中国AI药物研发公司现状