40年后的今天，我们看看全球顶尖药企用人工智能辅助新药研发到底应用到什么状态和阶段了。
“别看他的眼睛，你看他的手。”—— 用钱投票才是最真实的。
坦率地说，我们离靠计算机发现药物，然后通过一大堆机器人试验对药物进行虚拟测试，只要单击几下鼠标就可以将它们送给患者的世界相距甚远。
AI中没有魔术，只有概率和统计。
利用计算机/人工智能辅助药物研发，拆解一下： “人工”，是通过计算能力更快地试，更精确地建模模拟； “智能”，是从大量优质数据、经验中自行学习，给结果，就像一个新药研发人员，并不需要学习他人无数的项目之后，才能学会做新的项目。
显然，我们现在主要还集中“人工”的部分，而不是”智能“。但CADD（计算机辅助药物研发）/AI通常可以支持达到或选择这些药物研发工作的“更好”起点。 就像我们曾在《提速2920倍！用AutoDock Vina对接2800万个分子》、《155个GPU！多云场景下的Amber自由能计算》、《15小时虚拟筛选10亿分子，Nature+HMS验证云端新药研发未来》中提到的那样。 成千上万的化合物经过一系列的测试，只有一种可能成为可行的药物。任何工具，只要能在这个漫长的多步骤过程中加快其中一个步骤，就会对整个链条产生重大影响。
过去，我们常常把每一颗种子都种在地里，以测试它的性能，并决定在什么条件下适合某种特定类型的种子。这是一个必要但资源密集的过程。 我们现在可以用计算机/人工智能模拟大量的测试，在我们把一粒种子放入地下之前，我们可能要先用机器做10亿个模拟实验。
这并不是什么新鲜事物，早在1981年10月5日，美国《财富》杂志就对计算机辅助的药物发现进行了专题报道《下一次工业革命：默克公司通过计算机设计药物》。
速石科技根据截止到2020年11月的公开资料，盘点了全球44家顶尖药企（包括3家中国药企）在利用AI辅助药物研发上的行动（共涉及55家AI初创企业、12家IT-云服务商、7所高校），并进行了分析汇总，主要结论如下图：
我们将所有药企的AI合作按制药阶段分类统计，发现超过三分之二的行动（共66次）集中在药物发现阶段，包括靶点及生物标记物的选择与确定、先导化合物的确定、构效关系的研究与活性化合物的筛选、候选药物的选定等。其次是临床治疗阶段，共23次行动，占总数的约四分之一，包括药物依从性、预测治疗结果、数据分析、精准医疗、开发新疗法、病理研究、疾病诊断等。2、聚焦疾病 
我们盘点了所有药企在AI合作上聚焦的疾病方向，除去未明确指出疾病类型的数据，药企在癌症和精神类疾病上进行AI合作最多，均为17次，分别占有效数据的27%；其次为心脑血管疾病，占比为13%（8次）。 我们统计了近年来在AI辅助药物研发上有所行动的药企名单与行动总次数，其中行动总次数指药企与所有类型的组织进行的有关AI药研的行动次数总和，包括： 让我们将视野扩大到全球，近年来在AI辅助药物研发上行动次数最多的药企依次为：为了更直观地感受大型药企使用AI技术服务行动的积极性，我们根据美国《制药经理人》杂志于2020年6月12日公布的2020年全球制药企业TOP50榜单，单独列出排名前15的药企的行动次数： 在我们采样的44家药企中，TOP15的药企全部在列，这些公司的平均行动次数为5.6次，比TOP15之外的其他药企（平均2.03次）高出一倍还多。药明康德（2次AI公司合作、2次AI公司投资、1次IT-云服务商合作）中国入榜的企业数量（3家）在所有入榜的12个国家中并列第5，AI合作总数（7次）在所有12个国家中位列第8。AI公司、IT-云服务商和高校是药企在AI辅助药物研发上主要合作对象。药企与AI公司和IT-云服务商的合作方式没有明显的区别。AI公司多为初创公司，规模相对较小；IT-云服务商以IBM、Google为代表，其麾下的人工智能创新实验室是药企的理想合作对象。在纳入统计的所有44家药企中，有41家药企与AI公司有合作关系，占比为93%，合作次数最多的是杨森，为8次。有14家药企与IT-云服务商有合作关系，占比为32%，合作最多的是诺华，为6次。药企与高校的AI辅助药物研发合作大多是基于高校实验室的技术交流或人才与资金援助，据统计有7家药企与高校开展了合作，其中葛兰素史克与2家高校有过合作关系，英国牛津大学则分别与诺华和Evotec开展过合作。我们盘点了药企在AI辅助药物研发上的行动次数所处的年份，可以看到在2015年以后合作次数逐年递增，且增幅明显。根据公开信息综合统计药企对AI初创公司的投资情况，结论如下：4、中国药企药明康德投资了2家AI公司，与默克一起并列投资次数最多的药企。有12家美国药企先后进行过AI药研相关的行动，占比27%，其次为日本（7）、德国（5）。美国药企贡献了共计38次行动次数，占比28%，比所有亚洲国家的总和还多；其次为德国（25次），瑞士（15次）。欧洲、亚洲、北美洲参与AI药研的药企数量分别为17、15、12家，差距不大，但在行动次数上，欧洲药企的行动总数为67，接近亚洲（30次）和北美洲（38次）之和。药企平均行动次数=行动总数/药企数量，能够体现某一地区药企在AI辅助药物研发技术上的总体活跃度。欧洲国家包揽了药企平均行动次数的前三名，英国的2家药企贡献了13次AI行动次数，在所有国家中次数最高；德国和瑞士紧随其后；中国处于中间水平。按大洲划分，欧洲次数最高，北美次之，亚洲第三。 AI初创公司在与药企的合作中扮演着AI技术先锋的作用，其中冲在最前面的是来自英国的Exscientia，其合作的药企数量为8家。Exscientia合作的药企包括GSK、Sanofi、Roche、Evotec、BMS（Celgene）、Bayer、Sumitomo Dainippon Pharma、Sunovion。紧随其后的是法国的Iktos、美国的GNSHealth和中国香港的Insilico Medicine，均为6次。对所有AI公司的创立年份进行统计，可以看到2012年以后整个行业迎来了明显的增长期，2014-2016年连续3年都有7家AI公司创立。在所有55家已经与药企展开合作的AI企业中，有30家企业总部位于美国，占比超过54%，比榜单上剩余其他所有国家的总和还要多。中国仅有Insilico Medicine和晶泰科技两家企业上榜，总部分别位于香港和深圳。对药企参与的AI制药联盟进行统计，共有16家药企加入了至少1个联盟，占所有制药企业的36%。AI行动次数越多的药企，越有兴趣加入AI制药联盟，所有7家AI行动次数超过6次的企业均加入了联盟。吸引最多药企参与的联盟是MELLODDY（10家），分别为Bayer、GSK、Amgen、AstraZeneca、Janssen、MerckKGaA、Novartis、Astellas、Boehringer Ingelheim、Servier。MELLODDY的全称是Machine LearningLedger Orchestration for Drug Discovery，其目标是建立一个机器学习平台，这样就可以从多组专有数据中学习，同时又能尊重它们的高度机密性，因为在整个项目中，数据和资产所有者将保留对其信息的控制权。排名第二的AI辅助药物研发联盟是MLDPS，有9家药企加入其中，分别为Bayer、Amgen、Novartis、Pfizer、BASF、Eli Lilly、Sunovion、ZambonPharma、药明康德。MLDPS（Machine Learning for PharmaceuticalDiscovery and Synthesis Consortium）成立于2018年，联盟的目标是打破麻省理工学院机器学习研究和药物发现研究之间的鸿沟——将麻省理工学院的研究人员和产业界聚集在一起，从而找出并解决AI辅助药物研发中最重要的问题。关于速石： 速石科技（fastone）致力于构建为应用定义的云，让任何应用程序，始终以自动化、更优化和可扩展的方式，在任何基础架构上运行。
我们为有高算力需求的用户提供一站式多云算力运营解决方案，基于本地+公有混合云环境的灵活部署及交付，帮助用户提升10-20倍业务运算效率，降低成本达到75%以上，加快市场响应速度。速石平台对药物研发/基因分析/CAE/EDA/AI等行业应用进行分析与加速，通过Serverless框架屏蔽底层IT技术细节，实现用户对本地和公有云资源无差别访问。我们的产品包括：fastone COMPUTE PLATFORM和fastone COMPUTE CLOUD。 想了解更多，可添加小F信（ID：imfastone） 速石科技发布《2021全球44家顶尖药企AI辅助药研行动白皮书》 | 责任编辑：晓木虫 | 
