全球资讯:AI在药物领域的应用情况如何?十问拆解“AI+医药”

要闻 >
智通财经
分享

第一部分:大分子


(资料图)

1、AI在不同药物领域的研发进展?

AI在早期药物发现的各个领域都有应用,化药因为高质量数据多,用算法做分子生成、药效评估、成药性预测和毒性分析都有应用。AI在化药领域的应用已经很成熟,比较容易实现,但是可以做的创新东西不多。

大分子的AI计算还处在非常早期的阶段,多肽发展稍微快一些,从单体计算到复合物再到多肽/核酸、多肽/蛋白开始做结构设计。但是现在的生物药都是通过序列和物理结构做设计,大分子都有柔性片段和三维空间结构,结构这块的预测和算法发展很慢。多肽现在已经可以做到三四十个氨基酸的大环肽,可以做peptide-ADC和peptide-核药。

蛋白抗体的空间结构更加复杂,抗体的数据都是高度保密的,数据的真实性问题比较大,很多体内筛出来的抗体流式分析假阳性,实际没有办法和抗原结合,非特异性结合体导致体内脱靶效应很严重。现在大部分公开数据都是没有经过抗原抗体结合验证的,整体数据质量都比较差。

2、药企利用AI技术筛选药物的主要商业模式?

药企和AI公司的合作主要有几种:1)AI公司自己做药物开发,做到PCC或者IND,然后授权;2)大型制药公司自己组建AI部门做算法;3)通过CRO外包的形式把自己的业务外包给AI公司做药物结构优化,按照工时收费。

大型制药企业目前主要通过收购AI公司,或者拿到AI公司的算法授权,用企业内部数据训练模型的方式生成药物分子,不会与AI企业共享数据。但是能够开发的药物领域非常多,跨国药企也很难在每个细分领域做到数据上的全球领先,AI公司能够在细分领域做出产品的差异化。

国内真正掌握AIDD的技术人员非常少,都自己出去创业了,从2021年开始全市场都在招人。企业自建AI部门前期投入成本很大,一条管线需要配3-5个人,整套的计算软件的费用也比较高。

找AI公司合作一般会签署排他协议,每个靶点在几年时间内只能给一家客户服务。AI公司会在确定靶点的时候让团队评估公司现有的模型能不能做,或者通过简单的算法迭代能不能实现,然后再决定接手这个项目。

3、AI算法与传统CADD筛选药物分子的区别?

目前大部分的化学药物筛选都是使用的CADD,传统的CADD讲究的是人的研发经验和计算机辅助设计之间的结合;AIDD的思维方式更偏计算机,会筛选出全新的药物骨架。

纯算法公司算法的地位很高,实验团队只是个工具团队做结果验证。但是传统制药企业是以临床导向来设计开发产品。

4、AI数据库和算法的核心竞争力?

药物发现的数据量越多,准确度就越高,需要不断去扩充自己的数据库。公开的文献资料大家都能检索,但是从自然获得的天然序列和功能片段每家都会不一样。

通用的底层算法在网站上都能免费获取,但是基于机器训练学习的优化模块都是需要商业付费的。因为每家底层优化算法的逻辑不一样,AI公司在筛选同一个靶点药物的时候也会生成完全不同的药物分子。

AI公司的算法团队每天会通过网上发表的新文献不断更新和调试自己的模型,某些热度比较高的领域甚至每天都会上线几百篇新的科研文章。由于数据的真实性和重现性问题,训练模型采用的方法非常关键。

5、AI行业近几年的发展变化?

蛋白质分子结构预测,算法和通量都在提升。现在6个氨基酸的已经筛的差不多了,氨基酸的序列数量在不断提升。大分子需要通过酵母、噬菌体或者mRNA展示平台进行结果确认,现在可以做到酵母展示平台同时分析1000条序列。以多肽为例,人工合成几百条的成本已经很低,现在也有在开发多肽的自动化合成仪,通量一直在提升。

自动化设备只能做重复性的工作,对于不稳定的产品需要多次改变参数,不需要通量提到非常高的水平就足够用来训练模型。

ChatGPT现在有尝试用氨基酸序列去训练蛋白质语言。

第二部分:算法

1、AI算法在药物研发当中的应用场景?

早期主要做靶点发现,联合用药机理研究,通过敲出基因降解蛋白研究疾病发生的原因。小分子目前已经发展到给定一个蛋白表面的口袋(与药物结合的位点),就可以用算法生成药物分子,交给药物化学专家再做进一步的结构优化和CMC。大分子这两年进步很快,可以根据靶点生成蛋白,然后交给做实验的部门确认。

AI能够帮助研发人员寻找到亲和力最好的药物分子,但是在实际疾病治疗过程中, 亲和力最好的分子不一定是药效最好的分子,对疾病发生治疗的全面了解,是AI目前无法替代的部分。

2、AI算法底层架构的来源?

有些公司会直接用已经公开发表的算法,有些公司会根据公开算法做进一步优化,有些甚至会盗用其它企业的算法。算法底层的逻辑都差不多,但是在细分抗体结构域的优化方面每家有自己的特点,各家企业会通过自己独有的数据库训练优化,形成各家独有的产品管线。算法的更新迭代腾讯和字节这类公司做得更多。传统大药企的核心在于CMC、临床和商业化,海外的大药企也更倾向从biotech购买新发现的分子。

3、传统大药企和AI制药公司的差异?

传统的大药企也在尝试搭建相关的团队,但是生物学家不懂计算, 生物学家更倾向通过自己的经验去优化分子,有自己的路径依赖,但是比较费钱费时间;算法公司可以直接生成分子,但是算法的底层框架和传统筛选方法不同,不一定能够被生物学家很好的理解。药物研发到了CMC之后的阶段,算法能够提供的帮助就非常有限了,临床试验的时间也是没有办法通过算法缩短的。

4、AI制药目前在国内的发展阶段?

过去几年Google、Amazon、Microsoft在底层算法上取得了非常大的进步, 2017年Transformer模型出现,2020年α fold在此技术上实现了蛋白结构的解析,算法层面实现比较大的突破。数据方面一直是在缓慢积累的,属于缓变量。大分子结合面比较大,这几年进步非常快;小分子在分子动力学方面(小分子和蛋白结合)进展很慢,小分子结合面很小,算法要求非常苛刻,进展缓慢。

2018年设计的分子, 可能刚做到IND阶段,这两三年很关键,能够初步验证第一批筛选出来的分子是否能够成功进入临床实现商业化。以前筛选分子需要耗费上千万的费用, 一年以上的时间;AI算法可能几十万一个月就能完成。分子生成的速度现在很快,根据特定的靶点生成对应的蛋白几周就可以完成,然后通过2-3周的实验验证就可以完成初步的验证。以前传统的药物筛选方式需要建立10^8以上的蛋白库做验证,非常耗时成本也很高。AI在计算的时候就可以直接完成亲和力方面的结构优化,传统筛选方式筛出来的蛋白还需要后续进行结构优化。现在计算已经很快了,但是都需要做实验验证,速度没有办法提得更快,也没有必要在后续实验数据不充分的情况把所有的分子结构都计算完。

5、各AI企业的主要差异?

所有的AI模型都是基于α fold的基础建立的,每家用自己独有的数据库进行训练和微调,方法论是通用的,只是大家选的研究方向不一样,国外开源的数据库很多。理论上国内的CRO公司是不能采用客户的数据进行模型训练的,需要得到客户的授权,并且客户的数据也不够完整。

本文转载自“价投帮”公众号;智通财经编辑:陈雯芳。

标签:

THE END
广告、内容合作请点击这里 寻求合作
免责声明:本文系转载,版权归原作者所有;旨在传递信息,不代表中国财投网的观点和立场。

相关热点

资讯播报

中秋节股票市场怎么休息?股票跌停为什么卖不掉?
全球资讯:AI在药物领域的应用情况如何?十问拆解“AI+医药”
股票印花税怎么算?股票印花税率是多少?一文告诉你!
如何看出主力吸筹?股票筹码集中度多少容易拉升?
什么是限制性股票?限制性股票激励计划是利好还是利空?
分红卖出怎么扣税?股票分红持股多久不扣税?
贷款征信有问题了怎么消除?贷款征信有问题怎么办?
世界视讯!如何卷玉米饼卷
【环球速看料】如意甘肃圈粉武汉市民 千年敦煌成“流量密码”
黄土高原小城的24小时书店:知识无终点 读书不打烊
环球焦点!兰州新区发“药”约 企业家争相代言点赞营商环境
天天快消息!百亿交易再起波澜,沙钢起诉复星冻结南钢11%股权 复星:罔顾事实滥用诉权
全民保终身养老金怎么贷款_全民保终身养老金怎么样
世界微速讯:特色班列助推旅游业复苏
传奇投资人拉响警报:美股恐暴跌超50%、银行业动荡还未结束
一杯冰淇淋引发的惨案,背后是宝马的败退
天天时讯:中国—东盟(南宁)非物质文化遗产周开幕
天天观焦点:壮美广西 高质量发展调研行|凭祥以沿边开放促进高质量发展
天天资讯:跨省出行如串门,坐着公交一日游
tanx的图像视频(tanx的图像)
全球热头条丨社工是什么待遇怎么样(社工是什么编制)
世界资讯:使用 Spring Cloud Bus 向所有微服务广播消息
全球微速讯:ps画笔压力是什么意思(ps画笔压力怎么设置)
要闻速递:桃浦湾“潮地标”亮相在即,打造特色商圈“TOP范”!
世界热点!Consul 的架构和设计思路
Python面向对象编程-生成器
天天快消息!潮起三月三 春从广西来——“壮族三月三·八桂嘉年华”主会场开幕式活动侧记
全国知识产权宣传周广西活动启动 130多项活动有力支持八桂全面创新
教师礼仪与修养心得(教师礼仪与修养)
当前快讯:入职银行流水少一个月怎么办?
环球微动态丨中国罐头“真香”:在海外多国热销,出口量保持增长态势
“五一”假期国内游线上订单已基本追平2019年同期水平
五一计划去看鼓浪屿的日出、独库公路的雪?网友:哪有票去哪
焦点精选!从无到有、从小到大、从弱到强 数字产业集群加速发展
首次租房需要注意什么
环球信息:凯石岐短债A基金暂停大额申购
环球今日讯!近期多人中招!“喝了几口就进急诊”,这款“网红饮料”别乱喝
今日精选:女子吃自助餐点了4万多元食材,还都吃光了?店家气炸
全球今热点:央行调查:未来三个月想买房的人变多了
环球报道:iec标准官网_iec标准查询
每日时讯!番泻叶的正确服用方法一天服几次_番泻叶的正确服用方法
速递!乳头脱皮能不能撕_乳头脱皮
尼群地平缓释片说明书_尼群地平片的功效与作用
焦点信息:云南商学院专业_云南商学院
当前时讯:互联网保险概念股有哪些_互联网保险概念股
环球今日报丨云南经济管理职业技术学院学费_云南经济管理职业技术学院
当前滚动:长春亚泰3比2绝杀大连人获开门红,塞尔吉尼奥建功,廖承坚梅开二度
母亲将房屋出售给子女后因存在误解撤销纠纷
快报:强奸罪如何成功取保候审不逮捕,不逮捕会有案底吗?
热资讯!如何在家做土豆汤
今日热文:组织生活会 多少人参加 组织生活会多少人参加有效
即时焦点:强奸罪能判缓刑吗,如何成功争取缓刑?如何不用坐牢?
每日热门:A股总市值头位之争的台前幕后:股王变迁史或预示数字经济时代迎新人,中国移动手握新魔法能否打破“茅台魔咒”?
热消息:2023上海国际车展 靓丽车模各展风姿
全球百事通!手机充电长时间不拔有风险,这些习惯要注意→
全球新资讯:上海保障性租赁住房“租客画像”公布:40周岁以下占比近90%,还有81%为…
世界速讯:河北省安全生产条例第13条规定原文内容?
欧莱雅2022全年销售额同比增长5.5% 四大事业部全面开花
网签后的对于网签后多长时间可备案呢?
每天早上8点开抢 !广西“33消费券”又来了,请看攻略→
世界视点!陕西省医疗保险条例第5十六条是什么内容
天天通讯!描写风景的词语二年级_描写风景的词语
环球看热讯:“五一”临近旅游等行业将迎业绩爆发
当前信息:新西兰留学签证攻略_新西兰留学签证
我的中国心的背景来历_我的中国心 是在什么背景下写出来的
焦点热议:初冬的诗句配美景_初冬的诗句
国家外汇管理局以多项便利化政策促进对外贸易增长
夏日必备,香甜可口、清热解毒的红豆绿豆汤,让你一夏无忧
【天天聚看点】比鱼腥草还好吃的贵阳美食,来了
华南女子职业学院招生热线_华南女子职业学院
喝一箱牛奶不如吃1斤它!建议中老年要常吃,腿脚有劲,身体硬朗
全球快消息!衣服染发剂怎么洗掉吗久_衣服上染发剂怎么洗
焦点热门:睡莲盆栽的种植方法_睡莲的盆栽养殖方法
吸盘挂钩原理图_吸盘式挂钩的使用方法
全球快看点丨灌篮高手电影版观后感,一些想说的话(有剧透)
天天观焦点:张坤重回“公募一哥”!800亿顶流都买啥
每日快播:《灌篮高手》国内上映3天 总票房已破3亿人民币
英国政府将设立新的监管机构,对大型科技平台日益占据主导地位的局面进行监管
世界速读:孔雀公主——喃玛诺娜
全球短讯!五彩的她
heic文件怎么打开小米-heic文件怎么打开
天天动态:股票连续增持是什么意思-增持股票是什么意思
套路人的聊天表情包-套路人的聊天
全球今头条!福州离婚律师费
【速看料】法律规定一方不在另一方能离婚吗
环球讯息:澳门赛4强厮杀!莎莎争双杀陈梦,马龙为小胖复仇,张本或丢第3冠
欠微博借钱27年没还会被强制执行吗
电影《我才不要和你做朋友呢》主演出席红毯 欢闹首秀复古青春
环球新消息丨樊振东爆冷事出有因!伤病未好身体起湿疹,马龙将力争淘汰勒布伦
包装相同质量却不同 劣质洗衣液从何而来?
养老金怎么交?要交多久?
天天速递!龙湾屯镇举办首届春耕与采摘农业文化节
焦点速读:湖南:治理修复裸露矿山洞庭生态向好
“万山之州”架起第一台风机
【世界速看料】深圳120调度员邓曼莉:一个看似平常的故事
每日头条!咳嗽出血是什么原因嗓子痛_咳嗽出血是什么原因
【天天聚看点】淋巴结发炎症状挂什么科_淋巴结发炎症状
五子衍宗丸作用与功效的作用与功效与作用_五子衍宗丸的功效与作用及禁忌
肺痨是什么病_肺痨是什么病
喝酸梅汤会减肥吗 喝酸梅汤可以帮助减肥瘦身吗

相关推荐

精彩推送

3