新药研发的AI时代：人工智能带来的真正冲击是什么？
▲Numerate的总裁兼首席执行官Guido Lanza博士曾担任Pharmix公司联合创始人兼首席技术官，2006年入选《Business Week》“30岁以下最佳青年科技创业家”。
按：目前，药物开发中最热门的新领域之一是使用人工智能（AI）。许多人认为，药物研究和实验设计中的AI应用将十分有吸引力，从而更快地交付新的疗法。AI当然是一个引人注目的做法，尽管它仍然要证明自己。
药明康德最近与多名人工智能领域的专家进行了深度对话。在这篇文章中，我们将读到Numerate公司首席执行官Guido Lanza博士的看法。他认为AI可以产生最大影响的领域是真正的学习环路。在未来的三到五年内，AI会被应用到整个医药行业。这意味着没有经过各种AI驱动模型（包括预测的动物毒性，预测性人体毒性，预测性PK指数等）研究的候选药物将没法进入临床试验。
Numerate是一家开创性的AI公司，采用新型机器学习算法，致力于克服小分子药物发现的主要挑战。在心血管，神经退行性和癌症等疾病领域，采用传统的药物研发方法难以产生符合所有药物标准的先导化合物。因此，Numerate正在利用AI与传统的药物化学方法结合，预测候选药物成功与失败的因素。
药明康德：您如何描述AI领域的公司境况？ 它们大多是初创企业，还是Google和Intel这样的大数据公司？
Guido Lanza博士: 这个领域的公司分布很平均，既有Numerate，Insilico Medicine，Berg Health和NuMedii这样的创业公司，也有GE和IBM这样的大公司。值得注意的是，各公司之间的开发能力重叠性相对较小。这个行业数据过剩，算法不足已经持续了很长时间， AI在可预见的将来会面临很多问题。
▲106家改变医疗行业的AI公司，红色方框内是从事新药开发的AI公司（图片来源：CB Insights）
药明康德：您的公司与其他利用AI进行药物研发的公司有什么不同？ 你们怎么应用AI？
Guido Lanza博士: Numerate的第一个最明显的区别就是我们成立很久了。在没有人关注AI的时候，我们已经建立了一家AI技术驱动的公司。我们的初创团队里有计算机科学家和新药研发人员，他们在临床和市场上都有化合物。这迫使我们在很大程度上隐藏了人工智能的部分，并以更为传统的平台公司方式开展业务，围绕以服务和研发合作为重点的合作伙伴关系。这个商业模式使我们能够在10年的时间里投资了近5000万美元建立了我们的技术平台，其中大部分是非稀释性的资金。
从科学的角度来看，我们的差异化在于转化能力。首先，我们能够使用非常小的数据集来解决新兴的生物学问题，即使这些数据不适合用深入学习的方法进行研究。二，我们的建模是基于3D配体信息，不需要化合物结构信息。这些能力使我们的机器学习算法能够解决表型驱动的药物研发难题，这种研发通常是低通量，高内涵的生物学问题。
另一个转化能力就是我们的ADME和毒性预测功能。在这方面，我们投资了1000多万美元，其中包括与美国国防部防威胁减少局（DTRA）的大型合同，以建立和验证一套系统，可能将先导物快速转化为临床候选药物。今天，我们与制药公司的许多合作都基于这一能力，其独特之处在于能够从过去的所有研发项目中学习，为未来的每一个化学设计和候选药物选择提供决策。
药明康德：AI将如何改变药物研发和临床研究？
Guido Lanza博士: 十多年来，医药行业一直在努力通过各种计算方法来解决药物研发的成本和时间问题。显然，跟使用人力，以实验室为中心的传统药物研发方法相比，这也是AI的一个好处。然而，专注于计算方面会错过AI影响医药行业面临的最大挑战——增加基础生物学发现到患者应用的成果转化率。
在最早阶段，AI面临的关键挑战是从相对较小的数据集中提取大量信息。例如，我们的平台使我们能够非常快速地将学术研究的的实验（特点是数据很少，低通量，高内涵）转化为完整的先导物优化阶段的项目。我们与Gladstone研究所合作开展了这项工作，现在开始与加州大学洛杉矶分校（UCLA）和梅奥诊所（Mayo Clinic）进行了几个项目。
上一篇：阿司匹林抗癌效果到底如何？看看科学家们怎么说！
下一篇：药店市场已过亿 未来有五大发展趋势