作為高投入高風險的創(chuàng)新行業(yè)，生物醫(yī)藥行業(yè)一直面臨著“雙10困境”：一款新藥的研發(fā)至少需要花費10億美元、10年投入。伴隨著AI大模型引領的創(chuàng)新浪潮席卷全球，生物醫(yī)藥產業(yè)正在面臨新一輪的機遇期。一家初創(chuàng)企業(yè)借助大模型的算力，在短短兩年內找到合適的抗癌苗頭化合物，AI大模型能否真的改變生物醫(yī)藥的“雙10困境”？
AI輔助尋找抗癌苗頭化合物
(相關資料圖)
“經過AI生物大模型的虛擬篩選，從780萬個分子庫中最終找到6個潛在活性分子，效率相較于以往的人工篩選提升了成千上萬倍。”杭州立德百克生物醫(yī)藥科技有限責任公司負責人王紫壹告訴記者，生物醫(yī)藥行業(yè)有一個“雙10困境”，一款新藥的研發(fā)至少需要花費10億美元和耗時10年投入，這是一家初創(chuàng)公司幾乎難以承擔的成本，如今憑借AI大模型的能力，生物技術團隊也能實現(xiàn)彎道超車。
乳腺癌是全球女性發(fā)病率最高的惡性腫瘤，去年我國乳腺癌發(fā)病人數超過42萬，CDK4/6抑制劑是該領域最為暢銷的藥物。立德百克自主研發(fā)的PPI檢測技術，可以對蛋白質之間的相互作用進行快速的“濕”實驗（生理學試驗方法）驗證，建立了專門針對CDK4/6-CCND蛋白-蛋白相互作用的藥物篩選技術和活性檢測技術平臺，但是如何找到苗頭化合物分子卻犯了難。
“市面上的化合物商品庫中有上千萬種化合物，篩選工程耗時耗力，恰好生物計算大模型能彌補這一短板。”通過引入百度飛槳螺旋槳的文心生物計算大模型技術，王紫壹團隊的“干”實驗（計算機模擬試驗方法）能力得到極大的提升，通過虛擬篩選，從780萬個分子中得到了模型打分比較高的110個分子，并采購了其中的40個進行檢測，最后發(fā)現(xiàn)有6個高潛力的分子，其中3個化合物能夠同時打斷CDK4/6-CCND蛋白-蛋白相互作用，還有3個化合物能夠打斷CDK4-CCND蛋白-蛋白相互作用。目前，雙方正在對這些化合物進行更進一步的分析研究，也為下一步的結構優(yōu)化提供數據準備。
國產生物大模型進入爆發(fā)期
當下，隨著通用大模型的走紅，生物醫(yī)藥等垂直領域大模型正逐漸浮出水面。不少研報指出，AI制藥行業(yè)經歷了算法迭代、算力提升及海量實驗數據的堆砌，隨著AlphaFold 2、ChatGPT等創(chuàng)新產品的出現(xiàn)，行業(yè)有望迎來高速發(fā)展的成長初期。
AI大模型如何提高新藥研發(fā)的效率，之江實驗室圖計算中心副主任陳紅陽有一個非常形象的比喻：靶點發(fā)現(xiàn)是藥物研發(fā)過程中的關鍵環(huán)節(jié)，其中靶點是藥物在體內的作用結合位點，藥物好比一把“鑰匙”，靶點就是與之匹配的“鎖”。基于大量的醫(yī)學材料和生化數據，生物計算大模型能發(fā)掘潛在的藥物靶點，甚至預測靶點與潛在藥物之間的相互作用，提高藥物研發(fā)成功率。
國外研究報告顯示，AI可以將新藥研發(fā)的成功率提高16.7%，AI輔助藥物研發(fā)每年能節(jié)約540億美元的研發(fā)費用，并在研發(fā)主要環(huán)節(jié)節(jié)約40%至60%的時間成本。根據英偉達公開資料，使用AI技術可使藥物早期發(fā)現(xiàn)所需時間縮短至1/3，成本節(jié)省至1/200。
生物制藥和轉化醫(yī)學作為AI的重點賽道之一，涉及藥物設計、篩選、優(yōu)化、驗證等多個環(huán)節(jié)，需要處理大量的復雜數據和知識，也吸引了更多的競爭者。
當下國內AI生物大模型逐漸開始發(fā)力，清華智能產業(yè)研究院日前開源了輕量版BioMedGPT1.6B，這是一個參數為16億的生物醫(yī)藥領域輕量級科研版基礎模型，具有跨模態(tài)與知識融合的特點，可以處理藥物性質預測、自然語言類、跨模態(tài)等多種任務。
中銀證券研報表示，AI醫(yī)療市場呈高增長態(tài)勢，市場規(guī)模在2025年有望達385億元，2020—2025年復合年均增長率達46%，其中AI制藥是AI醫(yī)療領域的重要一環(huán)。
（文章來源：解放日報）
標簽：
