AI为创新药研发深度赋能

日前,西湖大学宣布,该校与合作机构联合研发的创新药艾普司韦正式获批上市。作为我国首款凭借人工智能(AI)辅助研发而获批上市的原创药,艾普司韦引发广泛关注。

创新药研发长期呈现高投入、长周期和高失败率的特征。业内称之为“三个十定律”——十年时间、十亿美元投入、不到百分之十的成功率。其中一个重要原因在于,新药研发需要探索的分子空间极为庞大。这使药物分子的筛选过程犹如“大海捞针”,需要反复试错,耗费大量人力、物力和财力。

在此背景下,AI赋能新药研发进展迅速,并备受期待。今年1月,清华大学研究团队宣称,研发出AI驱动的超高通量药物虚拟筛选平台DrugCLIP,效率较传统筛选方法提升百万倍。

当前,AI在药物研发中的应用往往局限于特定场景或单一任务,其处理海量复杂数据的“特长”尚未真正发挥,很多时候AI难以担当新药研发过程中信息流整合和辅助决策的核心角色。要改变这一局面,需从新药研发之初便重视多场景高质量数据的积累,并依托这些数据持续迭代升级AI模型,将AI的应用贯穿新药研发全链条。

在新药研发中,AI既可以帮助理解疾病机制、寻找靶点,也能辅助设计优化药物分子。但目前两大环节仍存在“脱节”,尚未真正有机融合,很多所谓的AI辅助药物设计,仍在针对已知靶点寻找药物分子。未来,AI赋能新药研发若要“更上一层楼”,应把搞懂疾病机制与设计优化药物分子紧密衔接起来。这样才能借助AI找到的新机制、新靶点,催生全新的药物研发逻辑。

《科技日报》