药物研发领域人工智能应用与创新发展策略探讨
来源
中国新药与临床杂志作者
茅鸯对，柳鹏程浙江医药高等专科学校商学院中国药科大学摘要
人工智能是药物研发的强大加速器，在降低研发成本的同时能大幅缩短新药上市周期。目前自然语言处理、机器学习、深度学习、知识图谱等人工智能关键技术在药物靶点发现、活性化合物筛选、分子生成等新药研发环节已得到广泛应用，全球多家人工智能企业与制药企业已开启深度合作模式。但人工智能应用在药物研发领域的应用仍存在人工智能监管法规缺位、制药企业技术创新效率未达预期以及研发各方未形成有效合力的困境，施行监管与非监管并行措施、合理选择药物研发路径、搭建*产学研用协同生态系统等有助于我国医药产业高质量发展。关键词
人工智能；药物设计；跨学科配置；制药工业；*府*策_正文_据统计年至年期间美国食品和药物管理局（FDA）批准上市的种新药研发支出为3.14~28亿美元[1]。年至年药物各个阶段临床试验成功率分别为Ⅰ期3.4%~32.6%、Ⅱ期6.7%~35.1%、Ⅲ期35.5%~75.3%、Ⅳ期80.3%~84.9%[2]，药物平均上市周期为13.5年[3]。有研究表明十年前投入研发的每1美元都有10美分回报，而如今其收益不到2美分[4]。可见研发成本高、周期长、回报率低是掣肘制药企业新药开发的三座大山。科技公司TechEmergence研究发现新药研发搭载人工智能后速率提高2%[5]，高盛集团（GoldmanSachs）在报告中指出人工智能技术成熟后有望在新药研发领域每年降低亿美元成本[6]。市场研究机构InfoholicResearchLLP的一份市场报告显示，年人工智能在药物研发领域的市场价值已达到3.亿美元，预计复合年增长率为43.24%[7]。世界各国高度重视人工智能技术发展，纷纷发布战略性文件及相关*策激发企业创新活力，譬如美国《国家人工智能研发战略计划》、欧盟《欧盟人工智能》、英国《产业战略——人工智能领域行动》、德国《联邦*府人工智能战略要点》、法国《人工智能战略》、日本《人工智能技术战略》、我国《新一代人工智能发展规划》等文件，均强调要加大人工智能领域投入，力争技术与应用达到世界领先水平。在良好的*策环境下，诸多制药企业已与人工智能公司合作，开启新一轮的新药市场角逐，以期赢得技术红利。本文梳理人工智能在药物研发领域的应用进展，剖析人工智能+药物研发的卡脖子问题，提出行业发展建议，为我国医药行业谋篇布局提供借鉴与参考。新药研发领域人工智能应用进展
1新药研发领域人工智能技术应用现状新药研发涉及系统生物学、药理学、生物信息学、分子生物学、药物化学、医学等多学科知识，复杂程度极高，未知性极强。人工智能领域中的自然语言处理（naturallanguageprocessing）、机器学习（machinelearning）、深度学习（deeplearning）、知识图谱（knowledgegraph）、计算机视觉（