醫(yī)藥產(chǎn)業(yè)是一個(gè)在“十四五”發(fā)展規(guī)劃中多次被“點(diǎn)名”的產(chǎn)業(yè)。無論是“加強(qiáng)原創(chuàng)性引領(lǐng)性科技攻關(guān)”還是“構(gòu)筑產(chǎn)業(yè)體系新支柱”，醫(yī)藥產(chǎn)業(yè)都被寄予厚望。

　　這個(gè)產(chǎn)業(yè)的兇險(xiǎn)也人盡皆知。高投入、高風(fēng)險(xiǎn)這樣樸實(shí)的詞匯已經(jīng)很難概括一個(gè)原創(chuàng)新藥的“九死一生”。

　　“全球數(shù)據(jù)統(tǒng)計(jì)顯示，新藥研發(fā)的成功率已經(jīng)從10%下降到現(xiàn)在的2%—3%。”中國(guó)科學(xué)院計(jì)算所哲源圖靈達(dá)爾文實(shí)驗(yàn)室副主任趙宇用數(shù)據(jù)說話，這個(gè)幾率低于“九死一生”，達(dá)到50活1的比例。

　　這樣的情況下，產(chǎn)業(yè)行業(yè)更加青睞風(fēng)險(xiǎn)低的跟隨式創(chuàng)新。例如，PD1相關(guān)的研發(fā)項(xiàng)目由于獲得2018年諾貝爾獎(jiǎng)再度頻繁上馬，CAR-T技術(shù)由于治好了美國(guó)前總統(tǒng)的腫瘤聲名大噪，也令藥企趨之若鶩。

　　研發(fā)資源一哄而上地跟隨創(chuàng)新使得我國(guó)藥品領(lǐng)域“供給側(cè)”矛盾突出：高端好藥新藥嚴(yán)重不足，低端仿制藥卻過剩。

　　驅(qū)動(dòng)醫(yī)藥產(chǎn)業(yè)主動(dòng)走向真正的創(chuàng)新，必須要讓科研院所、制藥企業(yè)解決新藥研發(fā)過程中的痛點(diǎn)，讓創(chuàng)新主體嘗到原始創(chuàng)新的“甜頭”。

　　有效性臨床試驗(yàn)失敗是新藥研發(fā)失敗的主要原因，業(yè)內(nèi)形象地稱其為“死亡谷”。走進(jìn)“死亡谷”面對(duì)的最大困惑是，理論上明明有效地針對(duì)了靶點(diǎn)，為什么在上人體的時(shí)候卻無效了？

　　現(xiàn)在進(jìn)行的臨床試驗(yàn)階段的方案設(shè)計(jì)、人群選擇目前仍帶有盲目性。中科院計(jì)算所西部高等技術(shù)研究院常務(wù)副院長(zhǎng)張春明表示，事實(shí)上，現(xiàn)有已經(jīng)發(fā)表的大量論文中蘊(yùn)藏著這些問題的答案，但是浩如煙海，人的能力是無法分析的。

　　換句話說，讀懂所有的文獻(xiàn)，就能找到答案，但這項(xiàng)工作單憑人力是做不到的。

　　“單單去年一年，能夠檢索到的與新冠病毒相關(guān)的論文已經(jīng)從0增長(zhǎng)到11萬篇，這個(gè)體量的學(xué)習(xí)是人力無法窮盡的。”趙宇說。

　　基于超級(jí)計(jì)算機(jī)的人工智能卻可以做到。張春明解釋，依托中科院高性能計(jì)算機(jī)研究中心的中國(guó)超算，研發(fā)團(tuán)隊(duì)從全球發(fā)表的所有生命科學(xué)論文中獲得數(shù)據(jù)，并將其變成知識(shí)。根據(jù)全數(shù)據(jù)和人工智能算法生成模型，建立起藥物數(shù)字研發(fā)平臺(tái)。

　　這個(gè)平臺(tái)如何工作呢？舉個(gè)例子，它通過分析患者外顯子基因數(shù)據(jù)等，把個(gè)性化的基因在藥物數(shù)字平臺(tái)內(nèi)與細(xì)胞內(nèi)事件建立聯(lián)系，模擬信號(hào)通路的打通，可以預(yù)判這個(gè)患者體內(nèi)的信號(hào)通路是不是像理論一樣被激活，進(jìn)而預(yù)測(cè)一個(gè)臨床試驗(yàn)藥物到達(dá)某個(gè)患者體內(nèi)的作用效果。

　　通過人工智能的判斷，能夠找到藥物有效的特定人群。趙宇說：“以治療癌癥的抗血管生成藥物為例，目前普遍有效率為20%，但哪些有效哪些無效的機(jī)制機(jī)理目前無解。我們的機(jī)制性研究通過建立判斷模型、提前預(yù)判的人群，獲得將近90%的有效率。”

　　新冠疫情期間，從中國(guó)超算中誕生的藥物研發(fā)AI發(fā)現(xiàn)了兩種藥物對(duì)新冠肺炎治療有效，后均被臨床研究證實(shí)。

　　如果能在3期臨床進(jìn)行新藥適用人群的細(xì)分，那么有效性驗(yàn)證的“死亡之谷”將不再難走。而由超算支撐的人工智能現(xiàn)在能夠提供400多個(gè)功能模型，解決創(chuàng)新藥研發(fā)過程中的靶點(diǎn)預(yù)判、有效成分篩選預(yù)判、臨床試驗(yàn)效果預(yù)判等多方面問題，至少可以讓藥物的研發(fā)時(shí)間減半、投入減半，成功率提高一倍，到了臨床以后有效率提高一倍。

　　張春明認(rèn)為，中國(guó)醫(yī)藥需要顛覆性、變革性的創(chuàng)新才能實(shí)現(xiàn)產(chǎn)業(yè)乃至整個(gè)行業(yè)的“變道超車”，而依托人工智能搭建起“計(jì)算醫(yī)學(xué)”體系有望擔(dān)起重任。

　　據(jù)介紹，依托中國(guó)超算的新藥數(shù)字研發(fā)平臺(tái)由中科院計(jì)算所持續(xù)20年研發(fā)而成，期間獲得國(guó)家“863”基因組學(xué)數(shù)據(jù)處理技術(shù)、國(guó)家“973”建立基因數(shù)據(jù)計(jì)算模型、科技部重點(diǎn)研發(fā)專項(xiàng)醫(yī)學(xué)大數(shù)據(jù)融合模型等國(guó)家項(xiàng)目的支持。（記者 張佳星）