资本追捧的AI新药发现是骗局吗？

当前AI制药公司的AI技术，并非像很多人理解的是只通过纯AI来做，包括计算化学和CADD中的很多方法其实也结合AI在一起使用。

AI制药的技术在药物研发中的应用效果来说，预测的准确性有一定误差，但是足以用来排除不好的分子，因此对药物研发的效率和成本都是有优化作用的，其中活性的预测能力会好于成药性的预测能力。

实际的项目推进过程中，也的确能够看到在发现阶段的效率要比传统方法有极大提升，能少走弯路。

AI制药公司通常也会在项目中配备药物化学家，目的是在于对算法进行反馈，帮助AI算法人员改进模型，而更重要的是控制整个项目的质量。

这也是由于目前AI算法准确性不足导致的，还需要利用人的经验来兜底。

一个项目中药化的经验和AI算法预测的占比孰高孰低，有赖于具体公司的技术能力，即药化专家决定了AI制药公司的下限，而算法和数据决定了AI制药公司的上限。

关于AI制药行业，很多人简单的理解为数据是制约行业发展的命门，因为大部分AI制药公司都拿不到高质量的数据，数据都在大药企手中，而实际问题比这个要复杂得多。

简单讲两个其他人未提到的方面：

1、监管方面。目前药物研发的流程是被监管所约束的，从IND到临床的Ⅰ期、Ⅱ期、Ⅲ期等等，都像闯关一样。大部分AI药企，目前拿的数据都是IND以前的数据在训练模型，而IND到后期的临床，大家都知道还是有大量的药失败。

因此使用IND前的数据预测出来的分子，显然是无法保证在临床有很好的表现的，所以目前AI制药企业的管线的成功率我并不持乐观态度。

而对于AI制药企业来说，却又必须要先证明自己有通过IND的能力，因此在以往的发展阶段里，是必须要先通过这一关并投入大量资源的，这是由监管规定的药物研发流程所决定的。

到目前的阶段，也可以看到国外的AI制药企业已经开始把精力转向了临床，例如，InsilicoMedicine为了更容易获取到临床数据，把总部迁到了香港。

2、临床阶段。这是AI药物研发企业需要闯的下一难关。机理方面。对机理的理解也是AI制药企业很关键的一个关节，为什么目前活性能做得相对较好，是因为小分子和蛋白质作用的机理更加清晰，而ADMET预测的影响因素很多，无法厘清其中的影响因素，就很难做出准确预测。

而对于临床层面的数据的利用更是如此，人体是一个复杂的精密系统，缺乏对其中作用机理的理解，也很难利用有限的数据得到准确的预测和合理的可解释性。小分子-细胞-人体，每向前迈进一个阶段，都需要跨过巨大的鸿沟。

而即使面临以上这么多目前看难以解决的问题，我也不认为这个行业是骗局，实际在项目中，我确实看到了在很多环节上，相比传统研发方法，业内都做出了突破，虽然这暂时还无法颠覆整个传统药物研发流程，但这让我看到目前我们做的事情是能够产生价值的。

作为国内行业内比较早期的从业者，我和我的同事其实都是抱着简单的想法投身这个行业，就是想通过新技术使更好、更便宜的药物更快地走入患者手中，这是一件有明确社会价值和能给人成就感的事情。

在技术研发的早期，也的确经历过迷茫，目前外界对业内的质疑，其实早两年我们的心中已经经历过不知多少遍，却也凭借一腔热情和坚持看到了一些曙光。

而最近在疫情和生物医药产业投融资火热的大背景下，AI制药行业也被资本推得水涨船高，逐渐站在了风口浪尖。药物研发的流程长且复杂，指望加入AI之后在短短几年内就产生颠覆，我只想说“AI不是魔法”，这并不现实。

AI制药必然是一个重研发且回报周期长的行业，希望业界和看客们都多一些耐心，AI制药还需“猥琐发育”一会儿。

文章来源：知乎 作者：匿名

*声明：本文内容转载于网络，版权归原作者所有，转载目的在于传递信息，并不代表本平台观点。如涉及作品内容、版权和其它问题，请与本网站留言联系，我们将在第一时间删除！

(https://mp.weixin.qq.com/s/IS3Xsi5MhO2_kCJJMmJ9lw)