制药|数据驱动让 AI 制药更有创新力( 二 )


从药物筛选、药物设计到靶点研究再到分子合成 , 未来 , AI 深度学习在药物研发中还能起到哪些作用 , AI 技术在药物研发过程中占比会有多少?
徐优俊发现 , 在新药研发中关于活性指标、药物代谢等方面的可用数据非常少 , 需要有相应背景知识的人进行整理 。 且在目前 AI 的应用过程中缺乏可解释性 , 存在很多不足 。 他认为这些问题将在 AI 的自主学习能力与自我迭代速度提升后慢慢被解决 。
“长期来看 AI 制药一定会成为一个必然的结果 , 因为现在的制药效率越来越低 , 为打破这种反摩尔定律 , 唯一的办法就是让我们有能力去产生大量的数据 。 ” 如何才能拥有大量的数据?夏宁认为 , 要产生自动化、高通量的合成分子的能力 , 即将化学合成自动化 。 在此基础上 , 可以产生大量的分子 , 进而产生未来的活性数据及其他属性数据 。 如此 , AI 才能更有用武之地 , 使研发速度再次提效 。
贺耘认为 , 作为支撑 AI 技术发展的两个因素 , 计算方法的发展非常快 , 而我们对于数据的掌握乃至对于整个生命安全市场的理解才是限制 AI 创新药发展的一大阻力 。 贺耘希望在靶点验证、蛋白结合等一系列环节中 , 不论是独立或合作的团队都能建立起相关的技术支撑能力 , 推动新药研发的速度不断加快 。

推荐阅读