“北京大学化学与分子工程学院/前沿交叉学科研究院分子设计实验室已初步完成1个人工智能化合物酶促合成路径辅助分析系统，用于节省合成生物学家大量的人工设计工作。”在裴剑锋看来，药物设计已成为创新药物研发的核心技术之一。目前，各发达国家都有一批著名科学家领导的研究组从事药物设计方法和应用研究，各大跨国制药企业的研发中心都设有与化学合成和生物测试部门并列的药物设计部门，其中，不乏通过计算机辅助药物设计而成功上市的药物。

而裴剑锋所在的北京大学分子设计实验室，在国际上较早、国内率先开展人工智能药物设计的研究，所发展的药物设计方法在国际上有较大影响，相关软件在国内外拥有上万用户，包括辉瑞、诺华、默克和强生等国际大型医药公司等商业用户。

市场表现可期 时间将给出答案

业界评价，人工智能技术的加持，让新药研发开始提速换挡。能否解决新药研发投入越来越大、时间越来越长的痛点，人工智能的介入才只是开始。

据《Nature》报道，新药研发的平均成本约为26亿美元，大约耗费10年时间。它包括了漫长的小分子化合物研发阶段、三期临床试验、以及注册审批的过程。然而，能够通过这重重考验并成功上市的药物，仅有不到1/10。

“药物信息研究中常面临大量的非结构数据、数据集数据较少、负样本数据不足、数据不平衡等问题，人工智能技术也有助于解决这类药物设计中的难题。”在裴剑锋看来，人工智能技术不仅有望破解药物信息杂乱和难以利用的问题，实现针对特定疾病、靶标和化合物分子自动进行药物研发评估和自动新药发现的系统。同时，还能显著提高药物研发流程中各种计算预测模型的准确性，促进新型药物设计技术的产生，使得基于文献信息数据的新药研发等新方向变得真正可行。

相关报道: