要说今年最热的话题，毫无争议肯定是AI了。AI是人为智能（Artificial Intelligence）的缩写，它是钻延注开发用于仿照、延长和扩大人的智能的理论、步骤、技术及利用系统的一门新的技术科学。

与欣欣向荣的行业发展分歧，面对逐步进入生涯的AI，大部门人却是持抗拒态度的。也许是受多多经典文章中AI总是以试图覆灭人类的反派形象出现的影响，一功夫AI会加剧人类失业；挠呗鄄愠霾磺，并逐步成为主流思想。

但在医药研发领域，AI作为一个有力的工具，实打实地加快了药物研发的过程，援手越来越多的新药进入临床阶段，为人类健康事业做出了卓越的贡献。

多所周知，生物造药行业一向佑装双十”法规的说法，即一款新药从起头研发到最终获批上市均匀必要耗时十年，总投入成本必要约莫十亿美元。但事实是，好多药物的现实研发破费还要远高于此，再加之全球新药研发的成功率仅在10%左右，使得药物研发成为了一项周期长、成本高、风险高的事业。

Role of artificial intelligence (AI) in drug discovery^[1]

但AI凭借其壮大的自适应特点和进建能力，通过算法、推演等技术主题在新药研发的各个环节阐扬作用，在保障分析质量的同时，可实现大幅降低药物研发成本， 缩短研发功夫，提高研发效能，使新药开发走上急剧高效的路路。凭据动脉网统计，目前我国AI+药物研发企业中，约有70%企业的业务处于药物发现的阶段，重要蕴含靶点鉴别、药物分子设计、虚构筛选等方面。

药物设计

在预测靶点蛋白3D结构方面，标志性事务当属AlphaFold突破性地解决了生物学界长达50年的蛋白质空间结构预测难题。2021年，谷歌旗下的DeepMind公司AlphaFold人为智能系统在国际蛋白质结构预测较量（Critical Assessment of Structure Prediction，CASP）上以绝对的优势夺冠，其预测的蛋白质三维结构与尝试步骤解析的结构险些齐全吻合。同年，DeepMind公开蕴含数百万种已预测的蛋白质结构数据库，供科学家和钻研人员使用，为AI在医药研发领域急剧进建和发展迭代种下蕴含活力的种子。

AlphaFold预测的蛋白质结构与现实了局根基吻合^[2]

由此可见，人为智能技术在实现蛋白质结构的精准预测有巨大潜力，为新药研发第一步——靶点鉴别和确定靶点蛋白质结构打下至关沉要的基石，以此为基础针对性设计药物分子来调节蛋白职能的“AI+”步骤将会为新药研发带来前所未有的技术改革从而提高研发效能。

JDB电子在构建的智能靶点和AI虚构药物发显旖台占有越发高效可行的AI虚构新药设计筛选模型，网络超过30000多种高精度的蛋白-幼分子尝试结构数据，利用推算机分子对接办段产生足够多蛋白-幼分子复合物作为富集，分歧于以往的机械进建，使用AI图卷积神经网络技术有望在维持界面物理化学信息的同时，有效保留蛋白-幼分子各类部门空间信息。

化学合成

AI辅助化学合成的工作重要体此刻对反映进行预测，提出能疏导成功的反映前提，给出每一步合成建议，预测可能产生的产品。AI可通过仿照幼分子化合物的药物个性，在较短功夫内遴选出最佳仿照化合物进行合成试验，大幅提高化学合成路线设计速度，以降低操作成本。

化学中的AI^[3]

就算必要合成一种全新的化合物，数据库里没有有关信息能构建预测模型，也能够先让科学家们能够对这些行业底层的运行法规先进行抽象，总结出背后的科学道理，再用 AI 去进建这些科学道理得到一个通用的模型；最后再用这个 AI 模型去解决问题。深势科技以此为底层逻辑推出的AI for Science新范式，就能实现从“劳动密集”到“推算密集”的智能化转变。

试想，融合JDB电子丰硕的药物开发经验以及高质量药物临床前钻研的分子性质和活性、ADME和毒性等数据，通过引入深势科技分子预训练模型Uni-Mol进行越发精密的预测和急剧评估，共同构建“基于AI4S的早期药物发现及评估一体化AI平台”，辅助幼分子、多肽、抗体等药物的评估-设计-开发。双方在药物设计团队造就和人才造就等方面进行持久深刻的互换索求，不休启发合作新蹊径，助力新药研发提速、增效、降本，对于AI创新公司和CRO，甚至整个医药行衣反说，来说何尝不是一种多赢。

药物再定位

药物再定位（drug repurposing）指将已上市的药物，蕴含在进行钻研的药物和临床失败的药物，用于原定用处之表的疾病医治的过程。得益于老药已知的安全性，药物再定位不仅能够大幅度降低研发成本，还能够有效削减药物安全性测试的有关的风险。

今年3月，在北京进行的人为智能赋能新药研发钻研会上，“AI驱动渐冻症老药新用”的汇报中英矽智能结合CEO任峰博士介绍了他们与国际驰名神经科学家、清华大学鲁白教授合作，用自主研发的PandaOmics算法，利用国际上公开的数据库找到了28个渐冻症的新靶点，并确认了其中3个靶点有潜已经上市的医治其他疾病的老药；福贝生物很快出产了其中一款老药，并急剧在北医三院启动了由樊东升教授辅导的钻研者提议的临床钻研 （IIT） ，目前已有5位病人入组。从靶点发现到药物分子确定，再到启动临床试验，研发过程重新到尾都利用了AI，且全程只花了一年功夫[4]。

在2021年6月18日的新药+AI创智论坛上，彭双清教授与任峰博士签定了JDB电子与英矽智能的战术合作和谈。同时，漯河力诚生物、盛世泰科、真实生物、科菲平等药企也极度看沉AI带来的机缘，签署了三方合作和谈，各方均对这次合作寄托厚望，暗示这次合作是一次凝心聚智、技术互补、同谋发展的良机，也是一个拓展合作领域、加快发展的里程碑。

固然各种案例都讲了然参与AI的确能加快研发速度和削减工作量，提升医药研发的效能，但AI药物设计不是全能的，目前还无法脱离人的共同参加。有时推算机预测设计出来的分子，现实合成时却很难题，甚至有难以逾越的阻碍，就算这个情况出现的概率很幼，但也不能齐全让AI取代人类在医药研发中的工作。与人们不安的AI会引发大面积失业分歧，此刻医药研发领域AI技术蓬勃发展，各方各面都急需人才。

除此之表，AI是一种技术，一个演进预测的工具，要深刻预测药物进入体内的毒性药效等情况，还得通过传统医药研发的伎俩，在尝试室中由人主导的，用实切其实的尝试来证明药物的有效性和靠得住性。药物研发是一个不休试错的过程， AI与传统CRO应该维持合作共生的关系，AI为CRO解放工作和出产力，CRO能把功夫投入目前还没法用AI解决的高难度问题，推动新的医药研发海潮奔涌向前。

JDB电子作为一站式生物医药临床前研发服务平台，一向在积极索求利用AI技术进一步加快药物研发。2022年11月由JDB电子承办的“赋能 融合 创新”2022张江AI智药论坛在张江盛大开幕，会上百家争鸣，平台斗新，AI不仅促使整个医药研刊行业都越发繁华，更是推进了AI企业与传统药企、CRO正深度合作。除此之表，JDB电子与德睿智药、信阳朗睿等AI公司也达成了战术合作，共建生态的优势，助力更多的创新药诞生。

JDB电子诚邀更多生物医药“同业者”，抓住AI辅助药物研发的发展机缘，一起奔赴AI造药领域的星辰大海，共筑生物医药的硬碉堡，共同推动中国生物医药产业再进一程。

有关文件

[1] Paul, D., Sanap, G., Shenoy, S., Kalyane, D., Kalia, K., & Tekade, R. K. (2021). Artificial intelligence in drug discovery and development. Drug discovery today, 26(1), 80–93. https://doi.org/10.1016/j.drudis.2020.10.010

[2] https://www.alphafold.ebi.ac.uk/

[3] Artificial intelligence: A powerful paradigm for scientific research, The Innovation, Volume 2, Issue 4, 2021, 100179, ISSN 2666-6758, https://doi.org/10.1016/j.xinn.2021.100179.

[4] https://www.163.com/dy/article/I1DAA5FA053296CT.html

助力AI与生物医药的双向赋能！2022张江AI智药论坛圆满召开（内附回放）

加快源头创新，助力降本增效 | JDB电子与英飞智药达成战术合作

加码AI赋能创新药研发，JDB电子与信阳朗睿达成战术合作

用AI赋能肿瘤创新药研发！JDB电子与德睿智药达成战术合作

中国药企的国际化趋向与AI研发创新论坛暨张江AI新药研发联盟成立大会成功进行