计算医学为医药产业“拨云见日”

传统生化技术在医药领域的红利似乎走到了尽头。

目前，一款新药研发成本约为26亿美元，耗时约10年，但临床试验阶段药品获批上市（LOA）的成功率不到10%，特别是肿瘤药物仅为5.1%。这就意味着众多肿瘤新药研发项目都脱离不了被淘汰的命运。

鉴于此，无论是政府的规划文件出台，还是投融资机构、医药企业的动作频频，都将医药产业的创新动力寄希望于信息技术的赋能。

2022年1月，国务院印发的《“十四五”数字经济发展规划》提出“发展数字经济是把握新一轮科技革命和产业变革新机遇的战略选择”“促进数字技术向经济社会和产业发展各领域广泛深入渗透”。

随后，由国家工业和信息化部等九部门联合发布的《“十四五”医药工业发展规划》明确提出，“以新一代信息技术赋能医药研发。探索人工智能、云计算、大数据等技术在研发领域的应用，通过对生物学数据挖掘分析、模拟计算，提升新靶点和新药物的发现效率。”

那么，信息技术到底为生物医药产业赋能在哪些方面？为此，记者采访了相关领域的专家。

创而不新的现状

当前，生物医药产业已经成为引领中国经济发展的重要力量。但遗憾的是，在全球TOP100销售额的药品，却没有一个“中国造”的身影。

中科院计算所副研究员，中科计算技术西部研究院常务副院长张春明指出，国产创新药多集中在国外已经得到验证的靶点和技术赛道，导致“新药不新”，存在于仿制药一样的同质化竞争。

例如，1类小分子抗肿瘤药靶点中，前三大靶点EGFR、CDK4/6、ALK占比34%。

对此，张春明直言，如果按照这样一个“卷法”的话，每家制药企业都挣不到钱，最后这个产业就陷入了一种恶性循环。

并且，肿瘤、心血管疾病、阿尔茨海默病这些严重威胁人类健康的疾病都为多因所导致，仅靠一种药物或标准化治疗方案很难对所有的患者有效。

“而人类疾病模型却仍然是以模式动物为基础。但动物疾病模型的发病过程、病理机制、发病状态和愈后康复等与真实的人体环境存在较大差异。对人的整体生命活动规律的认知还停留在局部或碎片化阶段，一些新发现仍是在'盲人摸象’。”中国工程院院士丛斌认为，以细胞、动物模型为基础理解人的生命活动规律，造成了医与药的研发困局的一个重要原因。

计算带来的新思路

的确，生物系统本身非常复杂，再加上肿瘤发病机制的多维性，直接加剧新药研发的难度。

可喜的是，随着大数据、互联网、生物信息和人工智能（AI）等技术在生物医药领域的深入推进，新药研发的模式也逐渐发生变化。

丛斌指出，在数字经济时代，如果能够构建生物世界的数字化，实现生命功能的数字孪生，最大化地仿真人体生命规律、疾病模型，势必将为新药研发提供新的思路。

这一点也得到了国内外专家的认同。

2020年底，美国癌症协会经过调研90多位顶尖癌症专家后，在CA Cancer J Clin期刊上刊文称，通过计算方法和数学模型来检测肿瘤的演化和预测治疗耐药性，已经成为推进研究和临床影响的有力手段。

中国工程院院士刘昌孝也曾公开撰文指出，AI与药物研发相结合应用于发掘药物靶点、挖掘候选药物、高通量筛选、药物设计、药物合成、预测药物吸收、分配、代谢、排泄和毒性及新适应症开发等领域前景光明。其中，靶点筛选是近期AI+药物研发最热门的领域，药物合成或将走向自动化。

计算医学的优势

不过，有了大数据并不等于在医药研发领域就“无所不能”，还需要算法和算力的支持。

为此，中科院计算技术研究所高性能计算团队提出了计算医学的概念。所谓的计算医学是以系统论为指导思想，采用密集数据驱动为科研范式，以人工智能为方法，以高性能计算为支撑，通过知识模型+数据模型的双轮驱动，为生物医药领域全链条产业贡献全新洞见与解决方案。

具体而言，计算医学有四个特征：其一以复杂性系统科学的整体论作为思维方式，理解生物分子、细胞、组织器官、种群等多个生物层级结构之间相互作用中“涌现”出的新属性，从系统的角度去捕捉疾病发生的机理；其二采用密集数据驱动的科学范式，挖掘隐藏于高维、高通量、多维融合的生物医学大数据中的新洞见；其三，将生物医学领域的知识模型转换为数学模型，以生物医学大数据作为输入参数，以人工智能算法对模型进行迭代、训练，输出逼近于真实的生命系统结构与功能特征，从而理解疾病发生的本质；最后，以高性能计算为新一代计算基础设施，为新科学发现提供数据存储、计算精度和计算速度上的支撑。

“计算医学平台提供的机制性结果，可以直接模拟临床试验入排条件下的药物实际疗效，可无缝续接生物学实验及临床试验，不仅直接降低新药研发的投入成本，而且可以极大增加II/III期临床试验的成功率。”中科计算技术西部研究院客座教授、图灵·达尔文实验室主任牛钢表示。

政策频出释放信号

而计算医学的知识体系也恰恰符合了当前政策文件的要义。

从全球来看，美国较早启动了AI 技术在医药健康领域的应用进行了重点布局，出台了《国家人工智能研究和发展战略计划》以推动 AI 发展的战略实施框架，并由 NIH 负责医药领域的 AI 研发投入与管理。

反观我国，2021年11月，中国国家药监局药品审评中心（CDE）发布的《以临床价值为导向的抗肿瘤药物临床研发指导原则》特别强调“加强机制研究”，在药物研发伊始，应该加强肿瘤发生、发展机制方面的基础研究，同时加强药物作用机制的研究，通过突破与创新，优化药物设计，开发新的治疗方法，不断满足肿瘤患者的治疗需求。此外，上述《指导原则》还强调“提高精准化治疗”，应该关注并且持续改进患者与治疗药物的匹配程度，不断提升抗肿瘤治疗的精准性，使肿瘤患者能接受到更为适合自己的治疗药物。

《“十四五”生物经济发展规划》也强调依托人工智能技术、生物医学和健康大数据资源，发展智能辅助决策知识模型和算法，辅助个性化新药研发，为疾病诊断治疗提供决策支持。

产业布局紧锣密鼓

政策的接踵出台，既是产业发展的信号，也为产业布局勾勒蓝图。

2019年，礼来与Atomwise合作，利用后者的AI药物勘探技术加速药物筛选。赛诺菲于2021年与Novadiscovery合作，利用后者的优势布局在虚拟患者中运行疾病模型，以支持决策和降低临床开发风险，随后又于2022年与Exscientia建立战略合作，将利用后者的基于人工智能的能力和个性化医药平台，筛选肿瘤与免疫领域的小分子候选药物。此外，辉瑞还重新启动 CytoReason 合作，力图将后者的人工智能技术应用于辉瑞的药物开发工作。

而在投融资领域，2021年3月，AI制药公司Insitro就宣布完成4 亿美元的C轮融资，成为全球AI制药领域单笔融资金额最高的公司。近日，国内一家由中科院计算技术研究所孵化的，致力于用AI、大数据、生物医学赋能创新药研发的哲源科技也官宣，其完成近亿元A轮融资。

据悉，哲源科技已搭建完成两个AI工具平台——新靶点新机制递呈平台、虚拟临床试验平台，指向六个应用场景：新靶点、新作用机制、新生物标志物、设计临床试验方案、预测临床试验结果、拓展新适应症。

新底座技术终“拨云见日”

“机器学习是一种全新的、人类无法真正理解、但能被实践检验的认知方法论。” 中国工程院院士李国杰曾发文指出，人工智能与新药研发的交叉跨界的挑战不仅是技术上的，更重要的是思维方式、理解知识的模式上能否顺利衔接。

当前，我国的大数据、人工智能技术处于全球“并跑”地位。但数据技术与生物医药产业的实践处于落后状态。

图灵—达尔文实验室副主任、哲源科技COO赵宇认为，从全球范围来看，人工智能、大数据在生物医药的应用虽然还处于早期阶段，而立足我国生物医药产业正处在由仿制向创新迈进的关键爬坡期，计算医学作为一种新的技术体系构建的药物数字试验场势必为新药研究“另辟蹊径”，也能为当前生物医药产业“拨云见日”，

对生命和疾病的理解，是生物医药创新的源泉。张春明认为，在生命科学进入数字化的时代，哲源科技致力于建立认知生命的新底座技术，成为药物IP的创新工厂，将更多的创新成果带给行业，提升药物研发效能，为药物研发引入新范式，为患者提供更有效的治疗方案。

（光明日报全媒体记者崔兴毅）