最近几年来，伴随着国内创新药产业的快速发展，国内制药公司在多个细分领域完成了从追赶者到开拓者的转变但与此同时，创新型制药企业也面临着药物研发难度急剧增加，研发成本上升的困境如何平衡R&D的投入和产出人工智能支持的药物研发可能会成为一种解决方案
日前，第六届中国医药创新与投资大会在苏州国际博览中心举行会上，中国科学院院士，中国科学院上海药物研究所研究员姜华良作了主题为ai助力药物研发的报告
人工智能赋能药物研发。
姜华良首先高度评价了由谷歌旗下人工智能公司Deep Mind开发的人工智能系统AlphaFold他认为AlphaFold是人工智能在药物研发方面的里程碑根据Deep Mind在《自然》杂志上发表的论文，AlphaFold已经能够预测98.5%的人类蛋白质结构
著名结构生物学家石曾表示，AlphaFold代表了全球领先的人工智能蛋白质预测系统，其对蛋白质结构的精准预测是本世纪最重要的科学突破之一。
和很多跨时代的技术类似，AlphaFold也冲击了传统的结构生物学家，很多结构生物学家自嘲很快就失业了但姜华良认为，人工智能的结构预测算法将成为重要的辅助手段，将研究人员从蛋白质样品的制备，结晶等繁琐工作中解放出来，投入到药物研发更关键的节点
众所周知，药物靶点是与特定疾病的发生发展有内在联系的，可以通过药物治疗的生物大分子或特定生物分子结构在药物研发中，蛋白质作为药物靶标的结构是相应药物设计和转化的基础在目前的药物研发链条中，人工智能技术已经覆盖了包括靶点发现和靶点确认在内的多个环节对此，史曾表示，所有小分子药物结合的药物靶蛋白的结构几乎都可以被AlphaFold消灭
姜华良在会上列出了一组数据FDA批准的1619种药物中，小分子药物1366种，大分子药物253种，涉及893个靶点，其中人体靶点667种姜华良强调，靶点耗竭已成为全球新药研发面临的共同问题现在还有几个目标要做PD—1出来，几十家会跟上关键是找到自己的目标
在目标枯竭的背景下，如何缩短研发时间，节约研发经费，成为各大药企面前亟待解决的问题姜华良认为，人工智能与大数据的结合是精准药物研发的契机，AI技术可以低成本快速获得新的药物治疗方法
AI还是很难做到一流。
在本次大会的圆桌讨论环节中，火热的研发和无序的竞争导致创新药物赛道拥挤，成为嘉宾们讨论的热点当被问及企业能否借助人工智能快速突破一流的研发时，姜华良坦言现在AI很难做出一流，基本上也是我不要对人工智能期望过高，人工智能是一种赋能技术目前资本对人工智能的追求过热，应该理性看待这项技术
AlphaFold并没有解决蛋白质科学中的所有问题，例如小分子和目标蛋白质之间不可预测的相互作用，不确定的动态变化以及蛋白质和蛋白质之间不确定的相互作用这些问题的复杂性目前超出了人工智能的能力范围姜华良说
据记者了解，就连人工智能本身目前也存在不少缺陷首先，有偏见的数据集，尤其是在生物医学领域，将限制临床数据的应用其次，模型存在偏差
因此，现在判断人工智能能否让国内药企突破一流，实现弯道超车还为时过早只有不断积累有价值的临床数据，进一步完善AI模型，人工智能技术才能为药物研发带来更加光明的未来