我們知道，藥物研發需要漫長的過程，長達數年至十數年之久，為了加快進度，“AI+藥物研發”或許能幫上忙。
通俗地解釋AI新藥研發，就是運用AI，對5000-10000個化合物進行“虛擬”篩選。即不做部分的實驗，而是利用數據庫做分析，大大加速研發進度。
這個賽道上的明星公司有Insilico、Atomwise、Numerate、BenevolentAI等等，一些國內公司的也在世界前沿，包括冰洲石生物和晶泰科技等。
近期，美國舊金山的「Sage Health」成立了醫療數據平臺，通過挖掘數據價值，來幫助治療、預防和治癒各類疾病。
Sage Health 創始人 Siraj Raval 向36氪表示，Sage Health 於本月新近成立，計劃通過志願服務和付費項目，提供健康數據解決方案，來幫助相關醫療機構或醫療企業。
從產品架構來看，Sage Health 的數據價值主要體現在五個細分行業：
生物信息學：人體健康數據是多維度的、複雜的，難以組織，Sage Health 設計的算法可以運用生物標誌物進行準確的健康預測，生物標誌物的數量多少沒有限制；
醫學影像：過去幾年計算機視覺技術發展迅速，Sage Health 搭建了輔助診斷工具，適用於心臟病學、骨科等多個科室；
電子健康檔案挖掘：在保護患者隱私的前提下，Sage Health 使用安全的工具來挖掘文本數據，以便創建分析板、對話系統等；
AI藥物研發：過去幾年機器學習被證明能夠極大地加速虛擬篩選過程，Sage Health 幫助設計小分子藥物，以及基因和細胞療法；
手術機器人：利用計算機視覺和控制理論的結合，Sage Health 為達芬奇手術機器人等外科手術設備設計軟件。
現階段的盈利來源主要是付費項目，銷向醫療醫藥企業。隨著數據的積累、用戶數的增加，還可能挖掘更多盈利方式。
其中，新冠病毒的爆發，使得AI藥物研發成為最先落地的應用。面對疫情，科學家們仍在努力研發對症藥。怎麼樣縮短研發時間呢？AI藥物研發就是一個可行的方案。
“加速”方法是，尋找與COVID-2019主蛋白酶具有高結合親和力的候選藥物。利用機器學習識別潛在的候選蛋白，然後利用軟件計算其與主蛋白酶的結合親和力。有一些研究表明，HIV抗病毒藥物具有很好的效果，但這仍然是一個開放的藥物發現領域，需要更多的科學家加入。
基於此，Sage Health 近日開展了新冠藥物研發競賽，歡迎全球的有志之士加入到這場研發之中，共同挖掘有效的藥物分子。競賽截止於3月初，屆時，Sage Health 將依據候選分子的重現性、文獻質量和抗病毒可行性來決定排名，平臺給予獲獎者現金、JetML雲積分等獎勵，而 Sage Health 將把獲選藥品的樣品捐給武漢病毒學研究所作進一步分析。
閱讀更多 36氪 的文章
