翻看近期醫療AI相關的產業論壇，大家都在幾乎都在內容設置上加入了商業化落地的探討。當醫療AI產品逐步在醫院打磨、試用，商業化也就成了資本、企業等相關從業者最關心的事情。
但是由於新一代醫療AI產品大多都是定位輔助診斷產品，這些產品尚未獲得藥監局的審批，所以此類產品的商業化只是停留在探討嘗試階段，無法大面積的推廣與落地。
AI在新藥研發領域的應用，主要是在新藥發現、安全性、有效性測試等方面，這些應用的門檻主要是技術方面，而不是監管層面。新藥研發週期長、成本高已經成為行業的大痛點，所以AI+新藥發現的產品一旦成熟，落地就不是很困難。
動脈網近期瞭解到，藥企巨頭在最近兩年的時間裡已經開始選擇是用AI技術加速藥物研發，並選擇與醫療AI創業公司合作，加速此項事務的推進。
比如，阿斯利康與BergHealth，強生與Benevolent AI，默沙東與Atomwise，武田製藥與Numerate，賽諾菲和葛蘭素史克與Exscientia，輝瑞與IBM Watson ，輝瑞與晶泰科技等都打成了合作關係。動脈網對這些合作進行了盤點，瞭解他們的合作內容。
輝瑞與晶泰科技
2018年5月，以算法驅動創新的AI醫藥研發公司晶泰科技宣佈與輝瑞製藥簽訂戰略研發合作，融合量子物理與人工智能，建立小分子藥物模擬算法平臺，顯著提高算法的精確度和適用廣泛度，驅動小分子藥物的創新。
藥物模擬這一技術被廣泛應用於藥物發現與設計，讓科學家可以從原子層面對藥物的生物學、藥學性質和反應進行研究與預測。
在這次合作中，晶泰科技將發揮其量子力學、人工智能、雲端高性能科學計算的技術優勢，對現有的藥物模擬技術進行改進與突破，讓這一平臺可以覆蓋更廣泛的化學空間，並生成更精確的藥物分子模型。
在這一基礎上，平臺還將實現對藥物若干項關鍵性質的準確預測，進一步賦能藥物發現與發展中的重要環節。本次戰略研發合作的確立，得益於晶泰科技與輝瑞已有的良好合作基礎。
其藥物晶型預測技術受到輝瑞的青睞，而這一藥物模擬算法平臺將進一步增強雙方在計算輔助藥物設計與藥物固相篩選方面的技術實力。
為了促進產學研界的技術交流，此次研發成功後還將面向學界開源分享一部分基於公開數據庫產生的分子力學參數，以此促進和支持相關領域的持續進步與創新。
藥明康德與Insilico Medicine
2018年6月11日，美國新一代人工智能公司Insilico Medicine宣佈與中國醫藥研發服務行業龍頭藥明康德簽署一項合作協議。
根據協議，Insilico Medicine公司使用其獨有的生成對抗網絡和強化學習等新型算法生成的新藥研發管線將在藥明康德的新藥研發服務平臺上進行測試。
兩家公司制定了一系列里程碑計劃，旨在針對全新的以及具有挑戰性的生物靶點，例如未知晶體結構或配體的靶點，利用下一代人工智能技術開發理想臨床前藥物候選分子。
自2016年以來，Insilico Medicine發表了多篇研究論文展示採用GAN和RL人工智能技術生成全新的具有所需性質的各種藥物分子的能力，並且通過初步的實驗驗證篩選出一些最有前景的管線分子。
此次與藥明康德的合作將使該公司能夠對其發現的候選藥物分子進行快速地進一步實驗驗證，並同時生成有價值的數據以推進其人工智能技術的開發。
Berg Health與阿斯利康
2017年，阿斯利康與馬薩諸塞州的初創公司BERG建立了合作伙伴關係，利用後者的人工智能平臺尋找帕金森症等神經疾病的生物靶標和藥物。
如何利用人工智能？ BERG公司CEO尼文·R·納拉因表示，首先要“回到生物學上來”。從健康者和患者身上提取組織樣本，進行各種分子分析，結合臨床數據，然後通過BERG的人工智能平臺找出靶標。
納拉因表示，在進行數據分析時，BERG會避開“公開的數據庫。”他說道：“我們使用貝葉斯方法，而不是神經網絡。並不是把一批數據放到模型裡然後得出某種相關性這麼簡單。開始的時候並沒有一個預先決定的假設，而是把所有數據都輸入系統，讓數據自己生成假設。”
早在2016年10月，Berg Health公司與美國國防部宣佈達成合作，利用人工智能技術開展新藥研發。以尋找應對現有藥物不起反應的侵入性乳腺癌治療方案，將篩選多達25萬個樣本來尋找早期癌症的新生物學指標和生物標記。
BenevolentAI與強生
2016年11月，BenevolentAI與強生達成合作，強生把一些尚處於試驗中的小分子化合物轉交給了BenevolentAI，進行新藥開發。
BenevolentAI的技術平臺利用人工智能技術，從這些散亂無章的海量信息中提取出能夠推動藥物研發的知識，提出新的可以被驗證的假設，從而加速藥物研發的過程。這個技術平臺叫做JACS（Judgment Augmented Cognition System，判斷加強認知系統）。詳細參閱：《BenevolentAI ：這家歐洲最大的人工智能+新藥研發公司，兩種在研藥就賣了8億美元》
默沙東與Atomwise
2015年，默沙東與美國的Atomwise合作，其開創性的AtomNet技術平臺能像人類藥物化學家一般邏輯思考，它每天使用強大的深度學習算法和超級計算機工具分析數百萬的潛在療法，從而加快藥物研發進程。主要針對的是新藥的有效性和安全性預測。
2018年5月，Atomwise獲得4500萬美元的融資，百度風投和騰訊都參與了投資。
Atomwise開創性的軟件技術AtomNet通過強大的深度學習算法和超級運算，可以像人類化學家一樣每天分析千萬級的分子來篩選潛在藥物。
在過去的兩年內，Atomwise發展迅速，已與美國前十大製藥公司，多家生物技術公司，四十多所主要研究型大學建立了合作關係。
同時，有50多個研發項目正在進行。Atomwise與包括Merck等四家大型藥企達成了合作關係，還和很多其他的生物技術公司、研究機構和大學關係密切。
武田製藥與Numerate
2017年6月，Numerate公司與武田藥業正式簽約，就使用Numerate公司的人工智能技術（artificial intelligence, AI）尋找腫瘤學、胃腸病學和中樞神經系統疾病的小分子藥物展開合作。
Numerate首席執行官Guido Lanza表示，他們將AI應用於各個階段的化學設計。Numerate和東京Takeda公司合作，篩選靶標分子，設計和優化化合物，對藥物吸收、分佈、代謝和排除以及毒性進行建模，為Takeda提供臨床試驗候選藥物。該協議的金額和特許權使用費並未披露。
在日本，除了武田藥品，富士膠片及鹽野義製藥等企業將利用人工智能(AI)推進新藥開發。包括富士通和NEC等IT企業在內，大約有50家企業參加該項目。
計劃與理化學研究所和京都大學合作，開發研究新藥用的人工智能，以快速尋找能夠用於製作新藥的候選物質。目前開發新藥需要鉅額費用，而成功率只有2萬-3萬分之1。使用人工智能將提高開發效率，在激烈的全球新藥開發中提高競爭力。
企業與研究機構組成的聯盟將於近期啟動。不僅是日本國內，預計海外的IT企業和製藥企業也會參與。力爭以3年後為目標，普及基於人工智能的新藥開發。
日本文部科學省將在2017年度的預算概算要求中增加25億日元為該項目提供支援，預計最終總額將達到100億日元規模。
賽諾菲與Exscientia
2017年5月，據GEN網站報道，賽諾菲與Exscientia簽訂了一項潛在價值為2.5億歐元(約2.76億美元)的合作和許可交易。這一交易旨在開發針對代謝疾病的雙特異性小分子藥物。
Exscientia將利用其人工智能驅動平臺(artificialintelligence(AI)－drivenplatform)以及自動化設計能力鑑定具有協同作用的藥物靶點組合，然後，利用其lead－finding平臺鑑定針對這些靶點的雙特異性小分子藥物。
Exscientia將負責所有化合物設計，賽諾菲提供化學合成。此外，賽諾菲保留了許可“相關化合物”的選擇權，將承擔未來的臨床前和臨床開發。Exscientia將獲得用於鑑定“靶點對”以及優先候選藥物的研究經費，並有資格獲得未來非臨床、臨床以及銷售相關的里程碑付款。
Exscientia的藥物研發“引擎”建立在一個AI平臺上。公司能夠利用該平臺設計和評估新化合物，包括效力、選擇性和ADME等。公司正利用該平臺搭建一些合作關係，開發針對單靶點的小分子藥物以及針對靶點組合的雙特異性小分子候選產品。
除了這項新交易，2016年4月，Exscientia與德國Evotec達成了一項Immuno-Oncology合作。在上個月的AACR年會上，雙方公佈了選擇性adenosine 2A受體拮抗劑以及雙特異性小分子藥物（靶向A2AR 和CD73）的細節。
此次Exscientia的夥伴賽諾菲與Evotec也有合作關係。雙方曾在2015達成合作，其中，合作內容包括開發基於β細胞的糖尿病療法。
葛蘭素史克與Exscientia
2017年7月，大型藥企葛蘭素史克日前宣佈，與英國AI企業Exscientia達成約4300萬美元的交易。
Exscientia會使用其人工智能平臺，協助葛蘭素史克藥廠進行10款藥品研發。Exscientia將按研發成果獲得款項，總計3300萬英鎊，摺合約4300萬美元。
Exscientia首席執行官Hopkins表示，該公司的的AI系統只需相當於傳統方法四分之一的時間和成本即可完成新藥候選。
Exscientia也在5月與賽諾菲簽署了協議。包括默克、強生和賽諾菲安萬特等其他大型藥企也在開發人工智能的潛力，以幫助藥物開發程序變得更加順暢。
這些製藥商希望藉助現代化的超級計算機和機器學習系統，來預測藥物中的各種分子將如何表現，以及這些藥物成功的機率有多大，從而不用為那些不必要的測試花費時間和金錢。
IBM Watson與輝瑞
IBM Watson與輝瑞達成了一項新協議，會將前者的超級計算能力用於癌症藥物研發。輝瑞將用上Watson for DrugDiscovery的機器學習、自然語言處理及其它認知推理能力，用於免疫腫瘤學(Immuno-oncology)中的新藥物識別，聯合療法和患者選擇策略。
Watson for DrugDiscovery是一個新的雲平臺，旨在幫助生命科學家發現新的藥物靶點和替代性的藥物的適應症。
按輝瑞的說法，許多研究人員都認為，免疫腫瘤學的未來在於針對獨特腫瘤特徵的組合，這會改變癌症治療範式，讓更多腫瘤患者得到治療。而免疫腫瘤學是一種使用人體免疫系統幫助對抗癌症的癌症治療方法。
這些合作的金額都是千萬美元以上
2017年6月，動脈網曾盤點過16家從事AI+新藥研發的公司，這些公司如今有超過8家公司都與藥企巨頭有商務的合作，從已知合作的規模得知，金額都在千萬美元和數億美元。
比如，葛蘭素史克與Exscientia的交易金額是4300萬美元。
BenevolentAI與一家美國製藥公司合作，將兩個正在研發的阿爾茨海默氏症新藥賣給這家美國公司，這兩款藥物處在中標候選化合物評估階段。此次交易高達8億美元，BenevolentAI獲得4億美元的預付款。
而從目前瞭解的情況來看，國內定位輔助診斷的醫療AI公司的營收還是科研經費、技術服務或者其他業務，想實現大規模的營收還需時日。
令人感到奇怪的是，國內從事AI+新藥研發的企業主要是晶泰科技和冰洲石生物，國內的醫療AI企業有幾家已經擁有上百名研究人員，是否可以考慮佈局新藥研發，值得創始團隊思考。
AI時代或許是新藥企崛起的好機會
根據外藥企2017年財報的營收數據顯示，排名前十的藥企分別是輝瑞、諾華、羅氏、葛蘭素史克(GSK)、默沙東、強生、賽諾菲、艾伯維、禮來、安進。
全球藥企研發投入前十
排名前十的藥企名單，在最近幾年的時間內少有變化。因為他們的研發投入會支撐起未來的營收。如果沒有新技術以及新技術帶來的變革，這個格局不會輕易被打破。
以日本為例，國立研究開發法人醫藥基礎健康營養研究所計劃從2017年度開始通過現有的人工智能來尋找新藥候選物質。
據動脈網瞭解，新開發的用於新藥開發的人工智能除了通過學習各種數據來提高精度外，還能夠追蹤新藥候選物質產生效果的原因等，有助於推進臨床應用。
日本國內最大的製藥企業武田在全球製藥行業僅排名第17位（日本武田藥品收購愛爾蘭製藥巨頭希雷製藥公司之後，排名會進入前十），在規模方面不及美國輝瑞和瑞士諾華等製藥巨頭。
開發費也僅為輝瑞等製藥大企業的一半以下。如果不通過活用人工智能來提高研發效率，日本製藥企業將無法在全球性競爭中取勝。
在中金公司近期發佈的《中國創新藥十年展望》中提到，到2030 年，以研發出的“新活躍成分”計算，中國對全球醫藥創新的貢獻，將從目前的2%提高到12%，進入全球第二梯隊。
中國企業在全球醫藥研發金額的佔比，將從目前的5%提高到20%，超過英國而位居第二位。中國將每年產生1-2 個First-in-Class 的新藥。十年中出現3-5 個全球銷量超過10 億美元的blockbusters。
創新藥銷售20%將來自海外市場。
人工智能在藥物研發方面的巨大應用前景將縮短藥物研發的時間，並降低成本，這為創新性的藥企打破現有格局提供了一種可能。
但是國內藥企也應該注意到，國際傳統藥企巨頭在醫療AI領域的佈局已經很深入，國內也應該考慮藉助AI加速藥物研發速度，避免錯過此輪技術紅利。
值得一提的是，醫療AI將讓中藥變得更可靠：很多人並不信任中藥，因為大部分中藥都是標明不了具體分子學藥理機制以及毒副作用。
AI製藥技術如果應用於中藥研究，那麼將會是發展的里程碑。AI通過深度學習，構建神經網絡，吸收已知有機化學反應，接觸藥物裡分子，最後分析出藥理機制。
如此看來，AI輔助新藥研發或將成為新藥企崛起的好機會。
*頭圖來源：www.pexels.com
文|王曉行
添加時請註明：姓名-公司-職位
後臺發送關鍵詞即可獲得相關好文
近期推薦
2018基層醫療創新實踐峰會
聲明：動脈網所刊載內容之知識產權為動脈網及相關權利人專屬所有或持有。文中出現的採訪數據均由受訪者提供並確認。未經許可，禁止進行轉載、摘編、複製及建立鏡像等任何使用。
閱讀更多 動脈網 的文章
