年被AI制药圈称之为爆发元年，经过两年发展，该行业不仅未出现颓势，反而突飞猛进。赛诺菲与英国药物研发AI技术服务提供商Exscientia达成了一笔价值亿元的AI制药天价大单。英矽智能半年内两次宣布发现新药，并率先进入临床试验新阶段。阿斯利康、默克、辉瑞、梯瓦等制药巨头联合建立的AI药物研发实验室AIONLabs宣布正式启动。无数专业人士表示，AI制药重新定义了制药流程，给整个制药行业带来了一场全面的大变革。

也许对于大多数普通人还不太理解AI制药是什么？

在过去数十年里，药物研发领域积累了大量的数据。随着计算机算力的不断增强和算法的不断革新，人工智能（AI）逐渐应用于药物发现的靶点挖掘、虚拟筛选、化合物设计与合成、ADME-T性质（吸收、分布、代谢、排泄和毒性）预测和理化性质预测等各个方面。简单的来说是就是通过人工智能技术AI算法提升新药研发的成功率，从而使得在制造过程中的成本和时间降低。

举个例子，在过去制药过程中，一款药要面临“双十定律”的大山，也就是10年时间、10亿美元才能够研发出一款新药。然而研发出的新药品也仅仅只有十分之一能够进入临床期，经过反复筛选才能有很小一批新的药品上市。因此新药的研发不仅需要面临庞大研发成本与漫长的研发周期，还不得不面临极高的失败率。这就导致了投资10亿美元的药品每隔九年上市数目就减少一半。

而现在有了AI技术，人工智能就能够自动对候选药物分子、化合物、蛋白质进行结合，并且对基因的作用完成机理上的模拟与计算。大大缩减了制药时间成本。同时由于疫情原因，新冠病毒疫苗的研发速度极受瞩目，也让更多投资人将目光对准AI制药。

总而言之作为第四次工业革命的核心技术，AI在制药行业中的应用和探索也不断加深加快。AI制药的学术、产业、投资等方面都有了新突破和新进展。甚至人们开始期望未来AI能够真正代替人类，担负起药物独立研发的重任，而不只是一个辅助工具。

然而无论是当下火爆的发展势头，还是投资人高度的希冀，AI制药的春天也只是刚刚拉开序幕。因为该技术在目前仍停留在早期发展阶段，面临着大量的难题迫切需要解决。

首先数据算力问题，虽然AI可以代替研究人员有限的知识储备和想象力，发现原来很难、甚至不可能发现的靶点，预测候选药物的性能如药物的吸收、代谢、毒性、不良反应等，然而，这一切的基础都建立在算力基础上。倘若没有强大的算力设备支撑，那么计算效率与计算精度都无法兼顾，反而会提升临床失败概率，大大增加新药研发的时间、资金成本，得不偿失。

其次，该领域学科交叉性强，创业者和投资人之间沟通难度比其他垂直行业大很多，非常复杂。因此该行业对人才的需求更加迫切。不仅要对制药医疗领域理解深刻，也需要从业者懂得AI运算相关知识，只有找到两者的契合点，才能够用AI去高效处理制药环境中的关键问题，去解决真正实际的业务场景。因此互联网公司要不断提升对新药研发流程的理解，吸纳新药研发人员；同样的传统制药公司也需要迫切提升自己的AI技术。

最后，AI制药发展看似火热，然而制药行业与其他行业不同，难以进行技术共享，庞杂精准的数据是企业的商业机密与发展命脉。各家公司本质上无法进行有效的数据共享，形成一个个产业孤岛，各自为战。究竟如何突破现有的桎梏，获得更加丰富的数据与迭代模型也成为了无数企业头疼的难题。

因此，我们可以说当从产业试水阶段进入普遍发展的时候，AI制药的春天就会全面到来。

文：创业天下--rainyproject