当药物的发现带来许多拯救生命和提高生命的临床治疗，然而药物开发也是一个漫长、昂贵且常常不一定成功的过程，许多疾病领域仍然是未得到满足。人工智能解决方案正在改变这一进程使开发更精确的靶向治疗成为可能。人工智能将医疗保健转向未来更加个性化的，可预测性、预防性和参与性。
药物发现是发现新药治疗或治愈人类疾病的过程。历史上，这个发现涉及从天然产物和基础研究中提取成分发现潜在治疗。过程一般非常缓慢，是一个令人沮丧和劳动密集型过程。
加速药物开发
20世纪发现的大多数药物都是化学合成的小分子药物，它们仍然占已经上市药物的90%。小分子药物的优势包括简单的生产和管理路线。它们的特异性低，保质期稳定，这意味着它们对很多人来说是安全有效的。然而，低特异性也会导致副作用，降低临床试验成功的机会。
自20世纪90年代以来，科学和技术的进步带来了被称为更大、更复杂的生物制剂的发展，加速了生物药的开发，对它们的靶点有很高的特异性。生物制剂由于他们的创新技术和治愈以前无法治愈的疾病的潜力，引起了媒体和投资者的高度兴趣。在2018年，美国食品药品监督管理局（FDA）批准的59种药物中，有17种是生物制剂。
迄今为止，现代药物的发现仍然是一个漫长、昂贵且往往不成功的过程。把一个分子推向上市的平均时间是10-12年。德勤2018年的报告显示，前12大生物制药公司的平均每款新药的研发成本是21.68亿美元，是2010年每款药物平均研发成本11.88亿美元的两倍。同时，2018年每个后期资产的平均预测峰值销售额降至4.07亿美元，不及2010年8.16亿美元的一半。因此，预期投资回报率已从2010年的10.1%降至2018年的1.9%。寻找提高新药上市效率和成本效益的方法对该行业至关重要。
实现这一目标的一个方法是提高药物发现的准确性、可预测性和速度，目前药物发现的成本约占所有开发成本的三分之一。最初的10000个分子中经过筛选，只有10个分子进入临床试验。
此外，进入临床I期的化合物的成功率略低于10%，而且近10年内还没有增加。考虑到将一种药物推向市场的成本不断增加，预测准确度提高10%可以节省数十亿美元用于药物开发的费用。
人工智能药物发现时代的崛起
一些人工智能的解决方案正在出现，这对加速药物发现至关重要。虽然这些研究主要集中在改变小分子研究的过程，但它们也显示出在识别新的生物制剂方面的潜力，例如抗肿瘤治疗性抗体，纤维化和其他疾病。
人工智能在提高对目标分子结构和特性的理解方面的潜力很大程度上归因于增加结构化以及非结构化的科学数据。德勤已经确定了使用人工智能进行药物研发的公司正在集中精力应对的五大挑战。为疾病靶点寻找新药就像为一个特定的锁找到完美的钥匙（图1）。
生物制药采用人工智能的关键考虑因素
人工智能算法可以从数据中提取概念和关系，独立于数据模式学习，增强人类的能力。人工智能也帮助交叉参考已出版的科学文献和其他信息源，包括临床试验信息、会议摘要，公共数据库和未发布的数据集。通过挖掘这些数据，人工智能在药物发现中的应用已经发现了新的候选药物，在药物研发阶段在某些情况下是数月发现而不是数年，人工智能解决方案有可能加速整个研发过程的生产力。
生物制药公司需要制定强有力的战略，将人工智能解决方案整合到传统药物开发流程中。德勤已经为生物制药公司制定在战略上采用创新时需要考虑的五个关键因素（图2）。
在过去的三年里，生物制药公司已经采取了将人工智能纳入发现过程的策略，例如建立人工智能专家和数据分析师团队，投资于初创企业，以及创建与科技巨头和/或研究中心的合作。
Deep Knowledge Analytics (DKA)Landscape of AI for Drug Discovery and Advanced
R&D Q2 2019 report显示了药物研发领域的显著增长（在2019年7月该领域包括170家人工智能公司、50家公司、400名投资者和35个主要研发中心）。这个市场从2016年的2亿美元增加到2018年的7亿美元，预计未来五年将达到200亿美元。
药物发现的未来：提供“4P”药物
德勤相信，人工智能和其他创新技术利用来自多个来源的数据，可以实现更精确、更有针对性的治疗，并将有助于将健康生态系统朝着医学个性化的未来转变，预测性、预防性和参与性（图3）。这也将带来新的，更有效和有效的医护模式。在接下来的十年里，这些转变将对治疗和患者结局产生重大影响，特别是在未满足需求的领域。
随着人工智能识别化合物数量的增加，能够治疗特定病理的药物将成为可能。这一转变将为医药行业开辟一个新的未来，因为对更高水平理解了疾病机制增加了可用治疗药物的数量，而且在许多情况下，治愈了以前没有有效治疗的疾病。
为了发展壮大，生物制药公司需要强大的人工智能部门以及收购或与最佳人工智能初创企业合作的战略。拥有数字知识的领导者需要将新的战略整合到研发部门中。部门间灵活有效的沟通具有跨学科的商业和技术技能将是一项战略资产。
到2030年，越来越多的药物发现将在人工智能和与学术界合作完成。从筛选到临床前测试的时间将缩短到几个月，并开发出新的潜在药物以越来越低的成本确定候选药物，这一转变今天已经开始发生。
药物发现技术的重大进展将为精确医学成为主流提供框架。在接下来的十年里，患者可以预期这些进展对他们治疗方案的有效性和疾病结果有重大影响，特别是在目前没有治疗方法的疾病领域。
责任编辑：
合肥科生景肽生物科技有限公司成立于2018年，目前已经打造了全球领先的以肽为核心的生命分子发现、合成生产、结构优化、递送平台，主要瞄准肽发现及靶向递送，专注于为各大制药企业、生物技术公司、科研单位提供一站式的定制化研发服务。 公司独有的KPDS™平台(KS-V Peptide Discovery Services Platform)是国际领先的的多肽药物发现平台，我们致力于创新药物的高效和精准开发，以科生景肽专有KPDS技术为核心，提供一站式，定制化的多肽发现服务，以灵活的产品形式和服务模式助力广大客户各类药物发现项目的快速推进和应用探究，包括但并不限于疾病诊断及保健功能产品、多肽药物、核素偶联药物(RDC)、基于小分子的肽药物偶联物（PDC)和多功能肽偶联物等。 中文官网地址：https://www.ks-vpeptide.com.cn/ 英文官网地址：https://www.ks-vpeptide.com
