“萬里挑一”的制藥過程AI能做什么？只是一種手段

“這幾年，我們看到各種各樣的新技術出現，臨床試驗的注冊數量線性上升，但是每年臨床試驗的成功率還是保持在一定水平。這給我們的啟示是，做藥要回歸藥的本質：安全，有效。技術只是一種手段。”

人工智能（Artificial Intelligence，AI）在藥物發現中能夠起到什么作用？

華東師范大學藥學院院長、人工智能新藥創智中心主任李洪林說：AI可以在三個階段參與藥物研發：把數據變成知識，把知識變成技術，把技術應用在產品里。

2024年9月27日，在由中共上海市委統戰部、中共上海市科學技術工作委員會指導，民革科技支部主辦的第二十三屆浦江學科交叉論壇學術分論壇上，李洪林提出上述觀點。

他還提到，人工智能出現以來，人們對它充滿遐想，以為只要人工智能這一套“組合拳”打出來，藥就做出來了。AI也確實已經參與到藥物研發的各個環節中。自2018年AlphaFold出現以來，不管是在MNC（跨國藥企）還是在biotech（小型生物技術公司），人工智能已經同步發展。它真正解決的問題其實只有兩個，一個是篩選時間，一個是臨床成功率。后者可能更加重要。到2020年底，已經有很多藥物在研發過程中運用了AI。

“當藥物研發中遇到人力難以解決的科學問題或者技術難題，AI就可以參與進來。”李洪林介紹，以藥物的發現為例，過去篩選藥物，研究者更加關注候選藥物的效果，比如在細胞里、在動物體內有沒有效果，并不太關注它的靶點或者機制。AI出現以后，可以從靶點出發去篩選藥物。

“新靶點是藥物研發的源泉。一個新的靶點出現，往往會帶來一系列重磅炸彈式的藥物。”李洪林說。目前，全世界的新藥研發面臨的共同難題是靶標枯竭。“靶點到底有多少？我們估算，人不到3萬條的基因里只有3%可以作為靶點，還有35%的基因仍為‘黑暗基因’。相應地，現有的（小分子）藥物還不到2000種，其中僅涵蓋667個已知是人體的靶點。”

如何獲得關于新靶點的數據？李洪林說，可以從現有的研究文獻和專利里挖掘。“這個過程就是把數據變成知識，也叫知識圖譜。”李洪林的團隊花了四年半的時間，從所有能獲得的280多萬篇醫藥文獻里，構建了三個類型的藥物靶點和疾病關系的圖譜，總共有3億條，這是目前最大的生物醫藥知識圖譜。它可以解決兩件事：為臨床做決策，為新藥立項提供依據。

“對于新技術，大家其實不需要太多地批判，更多要去擁抱，把目光放在是否能夠利用這些新技術上。”李洪林說。

“一個藥物從發現到上市是萬里挑一的過程。這句話在制藥行業被反復敘述，但只有等到真正做藥的時候，才知道它為什么是一個系統工程，每一步都接近‘死亡之城’。這幾年，我們看到各種各樣的新技術出現，臨床試驗的注冊數量線性上升，但是每年臨床試驗的成功率還是保持在一定水平。這給我們的啟示是，做藥要回歸藥的本質：安全，有效。技術只是一種手段。”李洪林說。