【資料圖】

“貌似現在AI（人工智能）制藥很熱，相關企業也很多，但質量其實并不高，大家都在湊人工智能的熱鬧，真正踏踏實實寫代碼，做數據的人并不多。”5月25-26日，在上海舉辦的2023中國AI藥物研發大會上，中山大學藥物分子設計研究中心主任徐峻對澎湃科技記者說道。

在徐峻看來，人才荒是一個重要原因，缺乏一批專業素質高且目光長遠的人帶領AI制藥發展。“現在人工智能不斷發展，程序員的編程語言也從最初的C語言（C語言是一種編譯型語言，其語法更加底層，需要開發者手動管理內存等細節）變成了Python（一種解釋型語言，其語法更加簡潔明了，可讀性強，適合快速開發）。現在用C語言編程的程序員已經比較少見了。技術發展的同時在一定程度上也強化了人的惰性，對此我們需要小心。”

當下，很多企業都加入這場“AI熱”，徐峻認為，在這場競爭中很關鍵的一點是數據。“我們說大數據，數據是基礎也是關鍵，不僅公共數據，我們有多少自有數據，這是衡量一個企業AI制藥潛力的重要因素。鑒于當前的國際局勢，我建議盡快下載還開放著的全球公共數據。”

徐峻認為，現在很多企業都是技術和數據導向，但真正有所作為的企業一定是問題導向。他說道：“現在很多企業都喜歡拿AI說事，但不管有多少數據，核心都是要解決問題。也有人說，有了數據可以解決所有問題，在我看來，這也意味著無法解決任何問題。技術一定是有選擇，有偏好的，我們目前還沒有發現一種能‘包治百病’的數據平臺。有了工具當然重要，更重要的是如何使用工具，借助它們，能解決哪些醫藥難題，這是一切的源頭。”

AI也不是萬能的。徐峻認為，目前來看，小分子藥物（具有單一明確有效成分、分子量在1000道爾頓以下的有機化合物分子可視為小分子藥物）研發量一直在下降。這種下降可能有多種原因，其中一個是靶標的問題，很難尋找到非常好的靶點，其次是小分子藥物本身具有化學多樣性，對于一些復雜的分子結構，可能需要耗費大量時間和金錢才能找到有效的藥物候選者。另外，由于小分子藥物具有廣泛的靶點和作用機制，在研發過程中需要進行大量的實驗和臨床試驗，以確保藥物的有效性和安全性。如果不能解決這些問題，很難通過算法技術找到有效的解決方案。

“在藥物化學領域，我們有一種稱之為‘新骨架活性化’的理念，即目前有不少研究嘗試從已知活性的藥物化合物結構入手，尋找當中的骨架（能夠賦予藥物特定生物活性的分子結構框架），才能取得成功。如果我們無法發現新的骨架結構，就無法解決活性問題和ADMET（吸收、分布、代謝、排泄、毒性）等問題。換句話說，即使有再好的工具，如果沒有合適的數據和實踐經驗，也難以取得突破。”徐峻表示。

不過，徐峻依然對人工智能充滿信心，他相信AI能夠幫助實現更多創新。因為小分子藥物的創新還與數學里的泛函（將函數映射到實數或復數的函數）有關，泛函可以被視為超級函數，其中每層函數都與下一層函數有因果關系，隨著時間的推移，AI技術將會揭示出這些多層因果關系，“我們需要耐心等待并相信未來會有更多的突破。”

深圳晶泰科技有限公司聯合創始人兼CEO馬健也在會議現場表示，不僅是人工智能幫助藥物研發，在人才結構方面，人力增長模式下的人口紅利已經過去了，未來，可能更多的是協助機器人、實驗室輔助機器人等進行工作。

現場不少專家都不約而同地提到了“數據”。馬健認為，在生物醫藥領域，未來幾年人們都在談論AI，數據是一個非常重要的話題，雖然我們已經知道了數據的重要性，但是目前大多數數據都只是在討論其未來可能性，并沒有真正地實現。此外，在生物學研究中存在很多復雜現象和不確定性，機器人可以在實驗室中不斷積累可靠的數據，以提供更多標準化的實驗能力，比如搭建自動化實驗室，“這個過程會很長，但是如果沒有人去做，就永遠無法達成目標。”馬健說道。

復星醫藥戰略產品發展中心副總經理李梅和徐峻不約而同地認為，國內還有很多專門從事CRO（一種專門為制藥、生物技術和醫療器械等企業提供藥物研發和臨床試驗服務的機構）工作的企業，“他們似乎還沒有意識到應該采用人工智能技術，我呼吁他們抓住這個重大機遇。ChatGPT模型可以從文獻中提取臨床數據，借助人工智能，有助于管理臨床前和臨床階段的經濟效益，并幫助發現藥物。我建議CRO公司趕快采用這種技術，現在還有機會。”徐峻說道。除此以外，有些CRO企業已經專注于臨床數據處理多年，并已投入龐大資金，缺乏對人工智能和大數據技術的深入理解，導致浪費時間和處理無用數據，是這類企業的通病。

標簽：