2021年至今，AI制药的火热毋庸置疑。
初创公司如雨后春笋、投资机构蜂拥而至、高科技互联网公司纷纷下场占位、制药巨头频频出手、传统药企逐渐敞开怀抱，AI主题会议激增，甚至很多科研团队开始转型，AI制药转瞬间成为了医药行业最具商业价值的方向之一，甚至被认为将有机会引起一场颠覆式的制药革命。
不过，热潮中，也不乏冷静的思考。很多人已经意识到，蛋糕虽大，问题也不小。究竟现有的AI技术在新药研究中应用到了何种程度？AI制药比传统药物研发优势究竟在哪？AI制药领域目前面临的关键挑战有哪些？AI制药为何遭受质疑？AI制药是否存在泡沫？近日，针对这些问题，医药魔方Pro有幸采访到了中国科学院上海药物研究所郑明月研究员。
01
翻越新药研发三座大山，AI制药带来曙光
新药研发长期面临的三大难题：周期长（10-15年）、投入高（数十亿美元）、成功率低（不到10%，阿尔茨海默症等疾病治疗药物上市成功率甚至不到1%）。如何翻过这三座大山，AI给“制药人”带来了机会。
据郑明月研究员介绍，AI制药的兴起有几个相对标志性的事件。
2021年
Merck公司在Kaggle平台发起了一场“分子活性预测”算法挑战赛。比赛中，绝大部分队伍使用的是传统机器学习方法（如随机森林模型），而Hinton团队使用了当时新发展的深度神经网络，并最终赢得了这一赛事的冠军。在这场比拼中，多任务深度神经网络明显超过其它一些传统机器学习方法，显示出了这类技术在新药研发方面的应用前景。
2021年
Deepmind开发的人工智能围棋软件AlphaGo以5:0击败欧洲围棋冠军引发轰动；此外，Google翻译推出了使用AI技术的最新版本，极大改善了翻译能力，取得了令人震撼的结果，也是从这一年开始，越来越多的AI制药初创公司相继成立。
2021年
Nature报道了利用深度学习的逆向合成路线设计药物的研究论文，这一突破曾被誉为化学届诞生了AlphaGo。
2021年
AI制药的概念逐渐得到验证，最早一批成立的AI制药初创公司取得了阶段性成果，获得了具有动物药效的候选化合物；Insilico Medicine及其合作伙伴在Nature子刊发文宣称利用其开发的深度生成模型GENTRL，21天内就发现了靶向一种激酶靶点DDR1的有效抑制剂，从靶点确定到获得潜在的新药候选分子仅用了3周。
2021年
DeepMind的新一代AlphaFold人工智能系统在国际蛋白质结构预测竞赛（CASP）中的惊人成绩为AI制药行业点了一把火，新一代AlphaFold解决了生物学领域几十年来的重大挑战，实现了基于氨基酸序列精确预测蛋白质的3D结构；也是在这一年，二级市场AI制药概念股登场，Schrodinger和Relay Therapeutics两家公司分别于2月和7月在纳斯达克上市，AI制药热潮在国内外愈加显著。
02
优势是数据，挑战也是数据
AI制药如此受追捧，究竟优势在哪？郑明月研究员说：“传统的药物研发主要是靠人、靠经验，但知识和经验总是有限的。相比之下，AI可以更好地、以前所未有的方式利用多学科的数据。即便是利用数据库，人一般只能对数据进行简单的、浅层的分析，而AI可以进行数据之间复杂的关联关系的挖掘。我认为这是AI最大的优势。”
对于借助AI进行新药研发目前面临的最大挑战，他指出了两点：1）目前来说，AI在边界清晰、规则明确的领域已经有比较好的应用，比如围棋、医疗影像识别，但药物研发涉及的很多方面还没有清晰明确的界定，这是AI制药领域一个比较大的挑战。以药物毒性研究为例，基于现有评估指标（Toxicity endpoints）下的毒性数据，我们可以利用AI构建一个毒性预测模型，但是利用这个模型并不能有效去判断一个候选分子的毒性，我们还需要综合考虑种属差异、剂量、体内暴露情况等多种因素的影响。生物体系的复杂性使得我们很难对影响毒性的因素进行清晰明确的定义。2）AI制药领域面临的另一个难题是药物研发数据缺乏积累，数据“孤岛”现象普遍存在。药物研发在很多情况下面对的是小数据问题，而且数据的清洗整合经常比AI建模更费时费力。为了解决数据问题，近年来面向AI的数据标注和一些分布式机器学习技术也在药物研发中得到越来越多的关注。
03
AI药物迈向临床，监管如何迎接？
不过，尽管AI制药领域还有很多亟待克服的障碍，也已经有一些公司取得了鼓舞人心的成果。在2021这一AI制药领域的爆发年，百度，英国AI 药物发现公司Exscientia在1月宣布，公司与Sumitomo Dainippon Pharma合作开发的首个利用AI开发的候选化合物（DSP-1181，治疗强迫症）进入临床开发阶段。而根据上个月Exscientia公布的最新消息，该公司目前已启动第3款AI药物（DSP-0038）的临床研究，适应症是阿尔茨海默症精神错乱（第二款AI候选药物是一款癌症免疫疗法，在今年4月进入I期临床）。Exscientia在新药研发方面的突出进展一方面吸引了大量投资机构的注资和制药巨头抛出的合作/授权“橄榄枝”，同时也引发了一些讨论，这其中就包括，与传统药物相比，AI药物的审评审批流程和规则是否可以完全照搬？