近年来，科技高速发展，然而，药物研发的成本不降反升，一个原创新药的研发成本早已超过10亿美元。如何解决这个痛点，医药行业也瞄准了似乎无所不能的人工智能，基于深度学习和人工智能的药物发现成为医药行业的热点和风口。人工智能会成为行业破除困境的“药神”吗？

如果算上辅助药物设计，计算机在药物发现中的应用已经有很长一段历史。2007年，英国剑桥大学的生物学家史蒂夫?奥利弗（Steve Oliver）团队创造了一台叫做“Adam”的机器人，Adam通过分析文献数据，对酵母菌基因的功能进行了预测，10个功能中预测对了9个，只错了1个，这是使用人工智能算法比较早的案例。2018年1月，这个团队发明的新一代机器人Eva，发现牙膏中的成分三氯生可以靶向DHFR酶治疗疟疾。

人工智能在化学合成中的应用也取得了很大的进展。2018年3月，《自然》（Nature）杂志发表了上海大学马克?沃勒（Mark Waller）教授团队的文章，他们应用深层神经网络及人工智能算法，成功地规划了新的化学合成路线。

人工智能分析数据的效率是人类无法比拟的，更令人惊叹的是，人工智能还可以通过大数据训练和深度学习而拥有创造性。AlphaGo Zero在围棋领域不但可以打败人类，而且还创造了人类没有过的招数，这为深度学习在药物设计中的应用带来了无限的遐想。

人工智能在药物发现多个环节中的应用，催生了药物发现自动化的概念。这个理念是利用人工智能整合设计、合成、筛选等药物发现的流程，最终实现“你给我一个命令，我给你一个药物”的一键式制药。

鉴于人工智能在医药领域的美好前景，大型医药公司如阿斯利康、默沙东和赛诺菲等纷纷通过合作或自主研发切入这一前沿领域。2017年，阿斯利康与BERG Health公司签署合作协议，利用BERG Health的人工智能平台研发帕金森病等神经领域的新靶点。值得一提的是，2018年阿斯利康还宣布与阿里巴巴合作，利用人工智能技术改善疾病诊断和治疗。阿斯利康内部也在尝试开发药物自动化发现平台。

国内医药外包公司药明康德也十分看好人工智能在药物发现中的应用。 2018年6月11日，药明康德与美国新一代人工智能公司Insilico Medicine签署了一项合作协议，尝试利用独有的生成对抗网络（GAN）和强化学习（RL）等新型算法，针对全新的以及具有挑战性的靶点，为客户开发理想的临床前药物候选分子。

人工智能和机器学习在靶点发现、药物设计、临床试验等领域的进展激动人心。但是，人工智能在新药研发中的应用才刚刚起步，目前还没有真正意义上通过人工智能发现的药物。另外，人工智能和深度学习依赖于大数据的积累，并不能无中生有。新药研发的复杂性和保密性决定了这个领域可利用的数据十分有限，短期内人工智能难以产生颠覆性影响。不过，我们相信人工智能一定会掀起下一个技术革命的浪潮，将对新药研发产生深刻的影响。

购买杂志，点击“阅读原文”