诺奖得主放话：我们有希望在年底前将一些人工智能设计的药物投入临床试验【附AI药物研发行业前景】

摘要：近日，2024年诺贝尔化学奖得主德米斯·哈萨比斯(Demis Hassabis)在达沃斯世界经济论坛的小组讨论中表示，“我们有希望在年底前将一些人工智能设计的药物投入临床试验。”

据财联社报道，近日，2024年诺贝尔化学奖得主德米斯·哈萨比斯(Demis Hassabis)在达沃斯世界经济论坛的小组讨论中表示，“我们有希望在年底前将一些人工智能设计的药物投入临床试验。”

2021年，谷歌旗下的DeepMind分拆成立了Isomorphic Labs，专注于将人工智能和计算方法应用于药物研发。而哈萨比斯同时担任这两家谷歌分公司的首席执行官。去年因“在蛋白质设计和蛋白质结构预测领域作出的贡献”，哈萨比斯荣获诺贝尔奖。他所领导的DeepMind公司在人工智能领域取得了众多突破。

去年，DeepMind与Isomorphic Labs联合发布了生物学预测模型AlphaFold 3。该模型能够准确预测蛋白质与其他分子的相互作用，扩展了对生物系统的理解，从而帮助药物研发更精确地对准靶点。Isomorphic Labs已经将该模型用于科研，并与多家制药公司合作，共同探索新的疾病治疗方法。

AI药物研发行业正展现出前所未有的广阔发展前景，其重要性及影响力在医药领域内日益凸显。通过整合大数据与机器学习算法，AI制药正全面推动药物研发流程的加速。根据GMI统计，2022年AI医疗市场规模已达54亿美元，其中AI药物研发是最主要的AI医疗应用市场，约占整体的28%。其次是AI医学影像和AI精准医疗，分别占比达26%和22%。

AI技术在药物研发领域的应用主要分为临床前和临床试验阶段。在临床前阶段，AI技术可用于疾病机理研究、靶点发现、化合物筛选、ADMET预测等多个环节，显著提升研发效率。此外，AI技术的应用还可以将新药的研发周期缩短30%以上，且研发成功率提升50%。

不仅如此，AI技术还在降低研发成本方面发挥了重要作用。例如，斯坦福大学的研究团队展示了多模态大型神经网络模型的强大能力，该模型能够模拟分子、细胞和组织的行为，显著降低了所需的真实病例数，几乎可以实现几千种药物的同时测试。这不仅大大提高了研发效率和精度，还进一步降低了研发成本。

在中国，AI药物研发同样取得很大的进展。截止2024年1月，已经有超过10家AI药物研发企业的管线进入临床阶段，包括英矽智能、未知君、冰洲石生物、瑞格医药、埃格林医药、宇耀生物、硕迪生物等。中国进入临床阶段的AI药物研发管线数量达34条，其中自研是最主要的研发模式，占比85%，买入、合作模式占比较少。