在過去的幾天裡，製藥行業甚至整個人都被一部電影“我不是毒品神”所描繪，這引發了一場關於生死的大討論。有人鼓勵我寫評論。我認為這顯然不是一個既不黑也不白的簡單問題。許多專業文章都提出了各方的觀點。在短期內，藥物的可及性沒有完美的解決方案，製藥公司也不能成為替罪羊和受害者。製藥企業能夠努力工作的地方是提高效率，降低藥品研發和銷售的成本。在短期內，通過改革，中國的銷售成本可能是有效的。研發並非易事。近年來，隨著科學技術的飛速發展，藥品成本沒有上升，降低了成本。一種新藥研發成本已超過10億美元。歸根結底，醫學是對抗上帝，總是在路上，而且非常小。如何解決這一痛點，製藥行業瞄準的Ai似乎無所不能。基於深度學習和人工智能的藥物發現已成為該領域的熱點和出路。人工智能會成為行業的“毒神”來克服它的困境嗎？
5月，著名科普作家Nic Flemming評論了人工智能是如何改變藥物發現的，指的是一些人工智能藥物發現公司，包括藥物Ming Kang NextCODE。
計算機在藥物發現中有很長的應用歷史，但早期的例子是由劍橋大學生物學家Steve Oliver於2007創建的名為“亞當”的機器人。亞當通過對文獻數據的分析，預測了酵母基因的新功能。據說只有9個函數中的一個是錯誤的。今年一月，由同一研究小組發明的新一代機器人伊娃發現牙膏中的三氯酮能靶向DHFR酶來治療瘧疾。
人工智能在化學合成中的應用也取得了很大的進展。今年3月，《自然》發表了上海大學Mark Waller教授團隊的一篇文章，他成功地用深度神經網絡和人工智能算法計劃了一條新的化學合成路線。據說這個軟件已經達到了權威的合成化學家的水平。這項工作被稱為“AlgPaO”在化學合成中的媒體。
人工智能分析數據的效率當然是人類所無法比擬的，但令人恐懼的是，人工智能也可以通過大量的數據訓練和深度學習來創造。至少圍棋零號的圍棋不僅打敗了人類100%，而且創造了人類的詭計。這給深度學習在藥物設計中的應用帶來了無限的想象空間。
人工智能在藥物發現的許多環節中的應用催生了藥物發現自動化的概念。這個想法是利用人工智能來整合設計，綜合篩選過程和其他藥物發現，甚至實現“你給我一個命令，我會給你一劑藥”的一個關鍵藥物。
鑑於人工智能的巨大前景，阿斯利康、奔馳和賽諾菲等大公司通過合作或自主研發，不斷切入這一前沿領域。2017，阿斯利康與伯格健康簽署了合作協議，使用貝格的人工智能平臺，在帕金森等神經病學領域發現新的目標。值得一提的是，在2018，阿斯利康宣佈與阿里巴巴合作，通過人工智能技術改善疾病的診斷和治療。阿斯利康也在努力開發一個藥物發現平臺。
CRO是中國的一家公司，對人工智能在藥物研發中的應用也非常樂觀。2018年6月11日，英西洛與美國新一代人工智能公司簽署了合作協議。我們嘗試利用新的和具有挑戰性的目標開發新的和具有挑戰性的目標，通過使用新的算法，如GaN（GaN）和增強學習（RL），這是獨特的硅醫學，為客戶開發理想的臨床前候選藥物。
28家制藥公司使用人工智能藥物發現技術
人工智能和機器學習在目標發現、藥物設計和臨床試驗方面的進展令人振奮，但不要拍手。人工智能剛剛開始在新藥研發中，並沒有真正的人工智能發現藥物。伯格公司早些時候提到，沒有聲稱已經發現了基於人工智能的兩階段藥物？所以讓我們深入地看看這家公司，看看理想與現實之間的差距。
貝爾格健康是由邁阿密大學米勒醫學院皮膚癌和治療研究中心主任納拉恩和硅谷房地產經紀人Carl Berg和投資者共同創立的。億萬富翁Carl Berg不是個好騙子。他曾發誓不投資高風險的新藥。但Narain聲稱，使用人工智能技術可以減少一半藥物的開發時間和成本，說服Berg拉一個私人公司執行官Mitch Gray建立一個名為Berg的人工智能公司。該公司聲稱其藥物開發平臺結合了生物模型元素、大數據分析、人工智能、基因組學、蛋白質組學和代謝組學。我們的方法是從大量的樣本數據中創建病人地圖，然後從中挖掘出實際數據，從而開發出藥物。它更便宜，更快。該公司很快推出了第一種藥物BPM 31510。該公司的頭條“第一個人工智能藥物”和“僅9-12個月依賴人工智能的研發”，吸引了許多生物技術風險資本家和科學家的公眾懷疑。
BPM31510到底是什麼藥物？看看它的公眾報道，它已經被迴避了，但是描述很高。這意味著人工智能對成千上萬患者和健康人的樣本進行比較，發現癌細胞代謝的關鍵是通過藥物BPM31510重新編程代謝網絡，以克服腫瘤的沃伯格效應，不影響正常細胞。通過查詢臨床信息，我發現第一種人工智能藥物BPM31510是常見的保健產品輔酶Q10，它改變了劑型。輔酶Q10以其代謝調節和抗腫瘤作用而著稱。BPM31543是貝格的另一種藥物，也是新藥的新藥。它改變了使用KOPO三酒精來治療銀屑病，以指示化療引起的脫髮。
無論是多大的宣傳，都相信Berg有一個獨特的技術平臺，否則沒有太多的大公司要合作，但只有從他們的項目來看，與開發新的505B2藥物的公司沒有太大的區別。因此，從這個案例來看，講述一個故事是多麼重要。納林作為一個以前沒有學過藥物的人，如果我想從事505B2，我想很少有投資者會照顧他。
今年六月，我們在香港商學院的課堂上組織了一場人工智能的辯論：人工智能是否可以取代傳統的藥物發現。就個人而言，人工智能必將掀起下一輪技術革命的浪潮，並將對新藥的開發產生深遠影響。然而，人工智能和深度學習也依賴於大數據的積累。新藥開發的複雜性和機密性決定了該領域可獲得的數據非常有限。在短期內，人工智能很難產生破壞性的影響。Berg成立於2006，12年來，該公司的第一藥物仍然徘徊在第一個和兩個階段的診所，只是一個原始項目，不如傳統制藥公司的效率。作為投資者的Karl Berg，現在不知道該怎麼想。也許他會在半夜擦乾眼淚。當然，這是一個笑話，但這家AI公司必須意識到開發新藥的困難。
1，Jingdong，全國十大藥店，都到家了。什麼是支撐醫藥O2O旗幟的基礎？
2，一年後，“梧州模式”高舉“處方外流”的新進展是什麼？
3，“非公有制醫療100 +”專訪杏仁醫生馬丁：跨越兩個障礙，診所不區分。
閱讀更多 小白滑稽貓 的文章
