来源：资本实验室

摘要：未来学家、奇点大学创始彼得·戴曼迪斯（Peter Diamandis）最近就人工智能对新药研发的推动作用进行了讨论，并结合其新近投资的药物研发公司案例，进一步为我们打开了一扇通往未来新药研发的新方向。

聚焦前沿科技创新与传统产业升级

未来学家、奇点大学创始彼得·戴曼迪斯（Peter Diamandis）最近就人工智能对新药研发的推动作用进行了讨论，并结合其新近投资的药物研发公司案例，进一步为我们打开了一扇通往未来新药研发的新方向。

通过人工智能等技术的应用，新型药物发现公司将以更少的投入、更高的精度、更快的速度发现新药并投放市场，从而颠覆整个传统制药行业，并产生新的商业模式：“长寿即服务”。

1.传统药物研发面临挑战

对于新技术的应用，医药行业是适应速度最慢的行业之一。

2016年全球医药市场规模超过了1.1万亿美元。2018年，仅前十大制药公司的收入预计将超过3550亿美元。

与此同时，目前药物的研发支出也越来越高，有些大型医药公司的研发费用甚至高达数十亿美元，并需要大约10年时间才能将新药推向市场。而进入I期临床试验的药物中，90%的药物最终不会出现在患者面前。

到2030年，65岁及以上的老年人将占世界人口的12％，像老年痴呆症这样的“衰老疾病”将对社会构成越来越大的挑战。

随着全球人口老龄化加速，在疾病治疗与药物研发方面，我们已经没有太多时间再依赖这种低效、高成本的生产方式。

随着人工智能与基因表达、血液测试等大量数据结合在一起，新型药物发现将以更便宜、更快、更智能化的方式实现。

想象一下，如果我们能够产生新的分子靶向任何疾病，并在一夜之间为临床试验做好准备，会有怎样的效果？

再想象一下，通过机器学习技术的利用，50人的团队能否抗衡5,000人的研发巨头？

2.基于AI的药物发现公司Insilico

Insilico Medicine成立于2014年，专注于将深度学习等新一代人工智能技术应用于靶点识别、药物发现以及抗衰老研究，也是世界上第一家使用生成式对抗网络（GAN）生成药物分子的公司。

Insilico Medicine的综合性药物发现引擎使用数百万个样本和多种数据类型来发现疾病的特征，并且为数十亿分子确定最有希望的目标。 

公司CEO Alex表示“GAN技术本质上是两个深层神经网络之间的互相博弈”。

利用GAN技术，可以输出完美的分子组成。

在已知和未知靶点的情况下，都可以生成治疗疾病的新型药物分子结构。目前公司正在衰老、癌症、纤维化、帕金森症病、阿尔茨海默症、ALS、糖尿病等领域中寻求药物发现。一旦实现，其影响将是深远的。

Insilico Medicine的终极目标是开发一个全自动的健康即服务（HaaS）/长寿服务（LaaS）引擎。一旦应用到例如谷歌这样的公司服务中，这种引擎将为在线用户提供个性化解决方案，帮助他们预防疾病并保持最佳健康状态。

今年6月，公司完成由药明康德风险投资基金领投的新一轮战略融资，淡马锡控股旗下的兰亭投资和由彼得·戴曼迪斯创立的风险投资基金BOLD Capital也参与了本轮投资。

3.全新的药物发现流程

首先，Insilico利用GAN技术来确定目标。Insilico使用来自健康组织样本和和受疾病影响的基因表达数据。（靶点是在给定的病理学中涉及药物作用的细胞或分子结构。）

在第一阶段，Insilico可以确定目标，重建整个疾病路径，并了解导致衰老相关疾病的调节机制。

在了解衰老过程中潜在的机制和因果关系之后，Insilico使用GAN来“想象”出新型的分子结构。通过强化学习，Insilico的系统可以生成多达20种不同属性的分子，以攻击指定的目标。

这意味着我们现在能够以前所未有的方式识别目标，然后从头生成自定义分子，使它们能够直击这些特定目标。

目前，通过传统技术发现并在小鼠身上测试的药物，在人类临床试验中，超过90％的药物都失败了。

为此，公司科学家Polina Mamoshina正与牛津大学计算心血管团队合作开展一项研究，将设计药物的副作用最小化。

Insilico的最新动作还涉及到预测临床试验的结果。虽然仍处于早期阶段，但准确的临床试验预测指标将使研究人员能够确定理想的临床前候选人。

准确的临床试验预测结果可以实现药物测试成本、时间和资金大幅度的削减。

4.药物发现的未来趋势

药物发现正在向数字化和虚拟化的方向转变。

得益于机器学习、药物发现和分子生物学的融合与突破性进展，像Insilico等公司只需要50个人就可以实现传统制药工业5000人也无法做到的事情。

随着计算能力的提高，我们将能够以低得多的成本，以惊人的速度向市场推出新的治疗方案，并且不需要大规模的基础设施和投资。这将导致医疗市场的革命。

除量子计算的预期突破之外，我们将很快见证具有更高的准确性的可测试分子数量的爆炸式增长。

通常情况下，疾病不是单一的目标，而是多个目标的组合，会造成人体多种不良反应，而目前制药模式总体上非常简单，一种药物治疗一种病症。

最终，AI使我们能够生产复杂的多靶点药物，实现一药治疗多种疾病。

生物技术实现商业化的速度将超出我们的预期和想象。未来几年中，效率低下、创新缓慢和规避风险的行业都将面临新技术的破坏。传统大型制药企业就是一个典型。

融合技术将很快在长寿和疾病预防方面取得长足进步，而在大规模数据采集、超强的计算能力、量子计算、区块链和人工智能等因素推动下，人类健康和长寿的未来值得期待。

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能，互联网和脑科学交叉研究机构。

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”