2014年优秀广告案例

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>雷(lei)石(shi)產(chan)業(ye)觀(guan)察(cha) | ChatGPT火(huo)了(le)，AI制(zhi)藥(yao)能(neng)迎(ying)來(lai)新(xin)發(fa)展(zhan)嗎(ma)？

来源(yuan)：雷石投(tou)資(zi)

導(dao)語(yu)：近(jin)年(nian)来，AI制药已(yi)經(jing)成(cheng)為(wei)醫(yi)療(liao)領(ling)域(yu)的(de)新晉(jin)熱(re)門(men)賽(sai)道(dao)。2023年ChatGPT的爆(bao)火，又(you)讓(rang)人(ren)們(men)看(kan)到(dao)生(sheng)成式(shi)AI在(zai)制药领域的新可(ke)能。當(dang)AI制药的潛(qian)能不(bu)斷(duan)被(bei)證(zheng)實(shi)，在大(da)勢(shi)所(suo)趨(qu)下(xia)，AI制药又該(gai)如(ru)何(he)破(po)局(ju)數(shu)據(ju)之(zhi)困(kun)、監(jian)管(guan)之難(nan)，突(tu)破挑(tiao)戰(zhan)迎来新发展。

ChatGPT火了，AI制药能迎来新发展吗？

從(cong)OpenAI发布(bu)聊(liao)天(tian)機(ji)器(qi)人ChatGPT開(kai)始(shi)，人工(gong)智(zhi)能的发展又壹(yi)次(ci)駛(shi)入(ru)快(kuai)車(che)道。最(zui)近一個(ge)月(yue)，每(mei)隔(ge)幾(ji)天人们就(jiu)能看到人工智能的新進(jin)展。無(wu)論(lun)是(shi)行(xing)业巨(ju)頭(tou)還(hai)是初(chu)創(chuang)公(gong)司(si)，都(dou)在積(ji)極(ji)尋(xun)求(qiu)應(ying)對(dui)新一輪(lun)AI風(feng)潮(chao)的方(fang)法(fa)，制定(ding)相(xiang)应的AI战略(lve)。

ChatGPT的爆火，AI 2.0時(shi)代(dai)的到来，也(ye)給(gei)生物(wu)制药行业帶(dai)来新的改(gai)變(bian)。最近，AI药物研(yan)发公司Insilico Medicine（英(ying)矽(xi)智能）在生成化(hua)學(xue)领域知(zhi)名(ming)期(qi)刊(kan)Chemical Science发表(biao)文(wen)章(zhang)，闡(chan)述(shu)了分(fen)子(zi)生成平(ping)臺(tai)Chemistry42在AIphaFold2蛋(dan)白(bai)質(zhi)結(jie)構(gou)預(yu)測(ce)的基(ji)礎(chu)上(shang)进行分子設(she)計(ji)，进而(er)在30天內(nei)发現(xian)靶(ba)向(xiang)潜在抗(kang)癌(ai)靶點(dian)CDK20的小(xiao)分子抑(yi)制劑(ji)的過(guo)程(cheng)，展示(shi)了在有(you)限(xian)分子结构数据下，人工智能可以(yi)輔(fu)助(zhu)新药物发现，实现降(jiang)本(ben)增(zeng)效(xiao)。

更(geng)早(zao)之前(qian)，初创公司Profluent首(shou)次利(li)用(yong)類(lei)似(si)ChatGPT的蛋白质工程深(shen)度(du)学習(xi)语言(yan)模(mo)型(xing)ProGen实现了AI预测蛋白质的合(he)成，並(bing)將(jiang)研究(jiu)成果(guo)发布在《自(zi)然(ran)》雜(za)誌(zhi)子刊。可以說(shuo)，AI正(zheng)在给制药领域带来根(gen)本性(xing)的改变。Gartner《2022年人工智能技(ji)術(shu)成熟(shu)度曲(qu)線(xian)》報(bao)告(gao)稱(cheng)，2025年50%的药物发现與(yu)研发将使(shi)用生成式AI；2027年，30%的制造(zao)商(shang)将使用生成式AI提(ti)高(gao)产品(pin)研发效率(lv)。隨(sui)著(zhe)生成式AI的持(chi)續(xu)发展，制药领域或(huo)許(xu)也能迎来全(quan)新的发展期。

AI+蛋白质成新的投资热点

ChatGPT走(zou)紅(hong)，势必(bi)带動(dong)新一波(bo)AI投资热潮。事(shi)实上，随着近期AI制药話(hua)題(ti)度的持续走高，一眾(zhong)AI概(gai)念(nian)股(gu)的股價(jia)也跟(gen)着水(shui)漲(zhang)船(chuan)高。盡(jin)管中(zhong)國(guo)目(mu)前还沒(mei)有真(zhen)正的AI制药公司，但(dan)也不妨(fang)礙(ai)CRO（医药研发合同(tong)外(wai)包(bao)服(fu)務(wu)机构）企(qi)业成都先(xian)导股价在3月一路(lu)上涨，数次涨停(ting)。成都先导称，公司一直(zhi)以来都对AI在药物研发领域的进展保(bao)持高度關(guan)註(zhu)并不断进行探(tan)索(suo)和(he)研究，未(wei)来會(hui)持续加(jia)大在该领域的嘗(chang)試(shi)。

在今(jin)年3月的復(fu)星(xing)医药业績(ji)发布会上，董(dong)事長(chang)吳(wu)以芳(fang)接(jie)受(shou)采(cai)訪(fang)时表示，未来将在创新药靶点发现和药物设计等(deng)方面(mian)进行AI制药业务。

上市(shi)公司持续深耕(geng)AI制药，初创公司的融(rong)资能力(li)也表现不俗(su)。

2月20日(ri)，AI蛋白质设计平台公司分子之心(xin)宣(xuan)布獲(huo)得(de)超(chao)億(yi)元(yuan)战略投资，用於(yu)AI蛋白质優(you)化与设计平台MoleculeOS进一步(bu)开发，以及(ji)在生物制药、合成生物学等产业领域的应用探索。不到一年的时間(jian)裏(li)，分子之心已经完(wan)成2轮融资。

而在国外，资本市場(chang)对于AI+蛋白质的投资热情(qing)持续高涨。2022年4月，Arzeda宣布完成3300萬(wan)美(mei)元的B轮融资，用于正在进行的蛋白质设计項(xiang)目。

2022年11月，AI+合成生物初创公司Cradle获得550万歐(ou)元的種(zhong)子轮融资，资金(jin)将用于支(zhi)持公司基于AI设计蛋白质和細(xi)胞(bao)工廠(chang)的研究进程。

2023年1月，Profluent宣布完成900万美元的种子轮融资，该筆(bi)融资将用于在加利福(fu)尼(ni)亞(ya)伯(bo)克(ke)利建(jian)立(li)一个綜(zong)合实驗(yan)室(shi)，使Profluent能夠(gou)在通(tong)过实验方法产生的数据与其(qi)AI系(xi)統(tong)之间创建一个緊(jin)密(mi)的反(fan)饋(kui)循(xun)環(huan)，不断改进公司AI。

资本的投入，将更加有利于企业不断提高AI技术，进一步促(cu)进人们对细胞基本结构的理(li)解(jie)，进一步推(tui)动生物制药过程，从而推动生命(ming)科(ke)学和医学的发展。

生成式AI顛(dian)覆(fu)蛋白药物研发

为什(shen)麽(me)制药公司会看重(zhong)“AI+蛋白质”领域？因(yin)为生物制药主(zhu)要(yao)都是蛋白质，蛋白质类原(yuan)料(liao)是生物医药上遊(you)占(zhan)比(bi)最大的原料之一。目前重組(zu)蛋白药已经成为生物制药领域最重要的产品之一。

当人们将大量(liang)的蛋白质数据提供(gong)给AI，AI就可以分析(xi)研究這(zhe)些(xie)数据从而创建新的蛋白质。在蛋白质设计过程中，AI可以把(ba)原先无序(xu)、不規(gui)則(ze)的氨(an)基酸(suan)殘(can)基拼(pin)接成能够和靶点结合的候(hou)選(xuan)蛋白，从而推进新药物的开发。相比傳(chuan)统实验技术测定蛋白质结构的費(fei)时费力，AI強(qiang)大的算(suan)力算法和数据處(chu)理能力，能颠覆传统的药物研发，加快药物研发速(su)度。

2017年，《Nature》发表文章称，人类可发现的药物分子个数可能是10的60次方，而传统药物篩(shai)选辦(ban)法能够找(zhao)到的分子数僅(jin)約(yue)10的11次方，在11次方与60次方之间有一个遠(yuan)未窮(qiong)尽的大黑(hei)洞(dong)，这里或许就潜藏(zang)着许多(duo)新药的可能性。生成式AI或许是创造可能性的有力工具(ju)之一。

生成式AI可以基于訓(xun)練(lian)数据生成算法模型，自主生成各(ge)种形(xing)式的内容(rong)。ChatGPT的出(chu)现让人们看到大型语言模型（LLM，Large Language Model）的出色(se)效果。

Profluent的蛋白质工程深度学习语言模型ProGen和ChatGP类似，实现了AI预测蛋白质的合成。据报道，Profluent设计的蛋白质是通常(chang)需(xu)要数百(bai)年才(cai)能进化出来的高活(huo)性蛋白质。由(you)此(ci)可以看出生成式AI同樣(yang)可以学习生物学的基本原理，可以大大提高蛋白质设计效率。

和ChatGPT一样，ProGen模型的创建也是研究人員(yuan)餵(wei)養(yang)了2.8亿种不同蛋白质的氨基酸序列(lie)，并经过了几周(zhou)时间的训练。同样地(di)，ProGen也是通过学习氨基酸如何组合成2.8亿个现有蛋白质的语法，才学会如何生成新的蛋白质。ProGen和ChatGPT一样也是经过大量的数据喂养才能使算法模型越(yue)来越精(jing)準(zhun)。

众所周知，新药品的研发是一个周期长、复杂的过程，而且(qie)失(shi)敗(bai)率高。而随着生成式AI的发展，可以幫(bang)助药企更快地識(shi)別(bie)和分类小的分子和生物制剂，并且改善(shan)臨(lin)床(chuang)试验的结果。

圖(tu)注：使用條(tiao)件(jian)语言模型生成人工蛋白质

AI制药面临的挑战

AI快速发展给制药带来新机遇(yu)的同时，挑战也一直存(cun)在。首先是数据。早在2019年，《Nature Reviews Drug Discovery》发表的文章就将“获取(qu)適(shi)当数据集(ji)”視(shi)为AI药物面临的五(wu)大挑战之一。数据首先要面临质量問(wen)题，GPT-3的训练数据有很(hen)多是来自互(hu)聯(lian)網(wang)，导致(zhi)当时人们感(gan)覺(jiao)ChatGPT在胡(hu)言亂(luan)语。而药物数据的质量更难以保证。同时，药物数据相較(jiao)其他(ta)数据更为敏(min)感，数据都分散(san)在各大医院(yuan)，很难被科技公司获取和加以使用，数据孤(gu)島(dao)不能打(da)破，AI模型的训练就会差(cha)强人意(yi)。

其次，和電(dian)商、金融、游戲(xi)等行业相比，在制药领域，数据的豐(feng)富(fu)性和多样性相差甚(shen)远，使用场景(jing)也有限。要知道，只(zhi)有当数据足(zu)够丰富时，AI的落(luo)地才会更加順(shun)暢(chang)。

最重要的一点是，AI制药还会面临监管问题。ChatGPT的火热已经引(yin)起(qi)各国政(zheng)府(fu)的注意，相应的监管规则正在不断出爐(lu)。路透(tou)社(she)报道称，3月31日，意大利个人数据保護(hu)局宣布禁(jin)用ChatGPT，暫(zan)停OpenAI处理意大利人的数据，并对其展开調(tiao)查(zha)。德(de)国、法国、愛(ai)爾(er)蘭(lan)等国家(jia)也开始准備(bei)加强对ChatGPT监管。我(wo)国国家互联网信(xin)息(xi)办公室起草(cao)了《生成式人工智能服务管理方法（征(zheng)求意見(jian)稿(gao)）》，向全社会公开征求意见。当野(ye)蠻(man)生长的新興(xing)技术遇上监管之手(shou)，未来发展将会充(chong)滿(man)更多不確(que)定性。

值(zhi)得一提的是，尽管AI制药是大势所趋，但在传统结构生物学家眼(yan)里，AI 是未来，但现在仍(reng)差强人意。

顏(yan)寧(ning)曾(zeng)表示，AI仍有局限性，AI还需要更大的数据庫(ku)，更强的算力，更新的算法。2013年諾(nuo)貝(bei)尔化学獎(jiang)获得者(zhe)邁(mai)克尔·萊(lai)維(wei)特(te)（Michael Levitt）在接受第(di)一財(cai)经采访时表示，“我認(ren)为很多结构生物学家不仅仅是在做(zuo)结构方面的研究，他们也做很多蛋白功(gong)能以及药物研发方面的工作(zuo)，就好(hao)像(xiang)颜宁教(jiao)授(shou)。人工智能只是解放(fang)了一部(bu)分传统的人力，但是科学的进步仍然需要依(yi)靠(kao)最聰(cong)明(ming)的人腦(nao)，單(dan)靠人工智能恐(kong)怕(pa)还是不行的。”

结语

AI制药领域备受热捧(peng)，AI制药创业公司融资額(e)也日益(yi)走高，我们可以看到制药业正在热切(qie)擁(yong)抱(bao)AI，寄(ji)希(xi)望(wang)于这一前沿(yan)技术，縮(suo)短(duan)药物研发周期，降低(di)药物研发成本，提高药物研发成功率，创造更大的商业价值以及社会价值。

但现階(jie)段(duan)AI制药在技术和政策(ce)上面临着諸(zhu)多挑战，一些传统药企对AI態(tai)度复杂，仍持观望态度。AI制药的商业化前景仍需接受市场檢(jian)验。

但从长远来看，随着AI技术的快速发展，AI制药仍是未来的发展趋势。当制药企业经验不断积累(lei)，AI持续优化，AI在制药业发揮(hui)的价值将会越来越大，能进一步促进生物科学的发展，让更多普(pu)通人受益。这条路道阻(zu)且长，但充满想(xiang)象(xiang)力。返(fan)回(hui)搜(sou)狐(hu)，查看更多

責(ze)任(ren)編(bian)輯(ji)：