星辰大海 予力同行 | 当 AI “投身”制药领域，开启下一个倍速增长时代

从CADD到AIDD

由技术掀起的“旋风”从未停止

原来笼罩在制药行业的“双十”定律

也正在被“瓦解”

2023年3月16日，微软大中华区战略孵化器（Greater China Strategic Incubator，以下简称 CSI）在上海WeWork（星荟中心）成功举办了“AIDD”专场活动，本场活动聚集了AI新药研发企业、行业领先药企、学界领袖、行业投资人，以及微软亚洲研究院专家、人工智能制药领域的多位专家，大家分别从行业、技术等维度畅谈近期AIDD领域的发展见闻，共同探索AIDD领域未来的无限发展可能。

技术持续精进

打破制药的“双十定律”

原来研发新药，对于制药企业来说不亚于一次“革命”，动辄要耗时10年，10亿美金的投资，靶点发现、化合物晒选、分子设计等环节，无一不需要研发人员的超强技术和耐心，但当Azure OpenAI的技术应用于制药领域后，则完全颠覆了原来的流程，不仅提升了研发流程，更提升了药物的疗效和安全性。

微软CSI 总经理 张思元

在活动中，微软CSI总经理 张思元，全面讲解了CSI如何以全栈式智能云技术、微软全球生态和商务资源，以及覆盖世界主要市场的市场资源和推广渠道，为处于不同发展阶段的AI技术企业提供量身定制的孵化支持。

CSI作为微软专门为支持大中华市场创业者和创业公司成长、发展而成立的跨部门项目，通过整合微软在大中华区的优质技术、能力、资源，为领域内优秀的创业者提供从技术研发运维、商务资源和生态对接，到全球主要市场和推广渠道的全方位支持。帮助更多企业快速完成从“0”到“1”，从“1”到“N”甚至“N 的高次幂“的快速迭代，和强化品牌影响力的扩张发展。

当谈到AIDD（AI赋能创新药物研发），以及如何更好的利用AIGC和最近大火的OpenAI的技术辅助AIDD这个话题时，张思元和与会嘉宾们一起头脑风暴：AI与制药已有诸多交叉，语言生成模型的巨大突破，让研究者开始探索能否在生物制药领域搭建类似的AI模型。生成式AI因其在靶点发现上的优异表现已经引起了业界的兴趣。传统的AIDD的研发是通过大数据分析和深度学习模型，来筛选出潜在的靶点和候选化合物，并进行虚拟筛选和优化。已经有制药公司使用生成式AI设计针对疾病的蛋白质模型的特性或功能。除了大分子药物发现外，生成式AI在药物设计、剂量选择等药物开发环节中也可以为提高效率、完善治疗效果扮演重要角色。比如利用微软Azure OpenAI服务，调用Codex模型来生成上面提到的药物设计和临床试验环节的代码和文档，并利用DALL-E2模型来生成药物分子结构、药物作用机制等方面的可视化的图像和视频，提高认知和关注。

在整个药物研发过程中，生物医药公司可以大大节省时间和资源，并提高创新性和竞争力。同时，在整个AI生成的过程中，人工智能也可以不断地从数据中学习并优化自身性能，并与人类专家进行有效地协作与交互。真正做到微软一直倡导的，人工智能模型来推动各行业应用程序的创新，更快、更负责任地构建未来，普惠全人类，AI for Good。

微软CSI 医疗负责人 姚瑶

微软CSI 医疗负责人 姚瑶 则全面讲解了微软CSI是如何助力AI制药实现加速跑。她在分享中谈到：CSI一直致力于推进最前沿的科技发展和革新。当下的医药赛道，最受瞩目的技术革新无疑就是人工智能药物研发。如果把药物研发的过程比作一个大漏斗，研发的目的就是尽快地筛选出优质的候选药物。人工智能可以在这个过程中发挥巨大的作用。

过去十年AIDD行业的发展一直是充满各种挑战的，但近年来AIDD行业也给我们带了很多的惊喜。有不少AIDD企业的AI研发管线已经进入了一二期临床试验，还有一些已经获得了来自药企的高额里程碑付款合同。

微软一直在提倡一个口号，就是AI for good。把人工智能用在有益处的地方，如促进人类的健康，保护地球的环境，等等。在这些方面，微软也一直在贡献自己的力量，如：

1.运用微软Azure云超算基础设施，帮助新药研发企业不断训练并优化药物研发的AI模型。

2.通过微软Office 365和Dynamic 365，帮助医疗健康企业在内部协作上更加紧密、事半功倍。

3.在微软云服务安全、数据防泄漏、端到端管理上，运用全方位的数据安全及合规解决方案，为制药企业保驾护航。

等等。

相信微软与AI制药的结合，将为AI制药行业的未来赋予更广阔的发展空间。结合诸如Azure OpenAI带来的重大的技术革新，不断激发全行业在AI for science这个领域上更加深入的探索和创新。

晶泰科技 联合创始人兼首席执行官 马健博士

晶泰科技作为一家以智能化、自动化驱动的药物研发科技公司，为全球生物医药企业提供药物发现一体化解决方案。晶泰科技 联合创始人兼首席执行官 马健博士在现场分享了晶泰科技从自动化到智能化的“AI故事”，他说：“从2015年开始，中国医药行业开始艰难转型，随后伴随技术的持续发展，中国创新药迎来了蓬勃的发展期，在资本、政策的持续推动下，药物研发也一步步从自动化走向智能化，而晶泰科技抓住了这一发展风口，通过首创智能计算、自动化实验和专家经验相结合的药物研发新模式，打造了三位一体的研发平台，覆盖了从靶点识别到新药识别的全流程。”

马建博士认为，传统技术手段下创新药的研发进入了“瓶颈期”，亟需新的技术、工具来破局，制药企业不仅要布局新靶点，更要持续迭代研发技术，改变开发策略，借助自动化、智能化技术加速药物研发的过程。晶泰科技也用类似技术开发了proteinGPT以帮助企业一键生成具有成药潜力的蛋白，从而帮助用户缩短药物研发周期，提高研发成功率。微软Azure作为唯一一家提供英伟达A100 GPU与 InfiniBand 的组合的云厂商，在 scale-up & scale-out的场景，是非常适合大模型训练的，也是OpenAI的相关技术场景成功的因素之一。我们已经看到 A100与200GB InfiniBand在训练OpenAI的模型时发挥的优势，更加期待不久后微软 Azure上H100系列与400GB InfiniBand可以带来的进一步效率提升！

英矽智能 联合首席执行官兼首席科学官 任峰博士

英矽智能作为一家生成式人工智能驱动的端到端药物研发公司，其生成式人工智能平台Pharma.AI和第六代全自动化智能机器人实验室已获得了广泛认可，并在多项自研和合作管线中得到验证。在活动中，英矽智能 联合首席执行官兼首席科学官 任峰博士说：“AI可以深入赋能药物研发的各个阶段，英矽智能借助人工智能平台发现新颖靶点，并针对特定靶点从头生成新化合物，从而赋能新药物研发的多个关键业务流程。”

本次分享，任峰博士首先重点介绍了Pharma.AI下靶点发现引擎PandaOmics刚刚上线自然语言问答功能chatPandaGPT和英矽智能于2022年底上线的智能机器人实验室。接着，通过三个案例具体讲述了AI平台和智能机器人实验室赋能下，英矽智能在创新药方面的实践，他说：“抗特发性肺纤维化项目是首例用人工智能发现的全球首创新药，通过这个项目我们验证了平台在早期药物研发的有效性；在30天发现肝细胞癌苗头化合物的案例中，团队将自有人工智能平台与AlphaFold相结合，为创新靶点药物开发提供全新解决方案路径；在自主研发的AI抗新冠口服小分子项目中，人工智能设计的化合物以全新的结合模式与靶点蛋白结合，并在安全性、有效性和合成步骤等方面体现出多重差异化竞争优势。”

未来，英矽智能将与微软进一步探索AI领域的应用，挖掘更多生成式AI的使用场景。希望基于微软Azure的端到端管理、数据库安全防护、云服务安全管理，以及跨区域的M365等产品及服务，可以帮助正在快速扩张的英矽智能释放出最大的创新能量。

智化科技 创始人兼首席执行官 夏宁博士

智化科技 创始人兼首席执行官 夏宁博士在活动中提到：“基于人工智能逆合成工具，可以更有效的提高路线合成速度，而智化科技则通过自主开发的算法，用化学知识将复杂的合成问题分解为小而简单的问题后再用数据和机器学习进行解决。”同时夏宁博士还全面介绍了使用AI逆向合成在加快设计速度、减少失效反应等方面的优势，以及如何帮助医药领域专家扩大搜索空间，找到复杂目标的最佳路径，从而更好的克服路线合成困难。

夏宁博士在介绍人机智能协作实验室时说：“实验室可提供7*24小时不间断工作，可让日反应数提升50%，并缩短项目周期；在分析智能化和分离智能化方面，既能自动推荐杂质结构，标记相似度，还能提升反应分离的准确度，帮助研发者能借助AI，更高效的推进研发进程。智化科技十分期待，就其人机智能实验室与微软的前沿技术碰撞出更多创新的火花，为制药企业提供更多优质的AI解决方案。”

微软亚洲研究院 首席研究员 秦涛博士

微软亚洲研究院 首席研究员 秦涛博士在分享中说：“近几个月来我们见证并亲历了以ChatGPT为代表的AI大模型对自然语言处理、计算机视觉、语音处理等领域的巨大推动以及人类社会方方面面的重大影响。未来3-5年，我们很有可能再次见证人工智能特别是大规模语言模型分子模型对药物研发的巨大推动和医药领域的重要影响。微软研究院将利用自身在AI大模型方面的深厚积累，赋能药物研发，为提高社会福利做出贡献。”

在分享中，秦涛博士介绍了微软研究院在AIDD领域的一系列研究成果，包括生物医学领域先进的语言大模型BioGPT、催化剂挑战赛冠军模型Graphormer，以及在靶点变异、分子生成、分子构象生成、分子性质预测、药物-靶点亲和力预测、逆合成等方向的最新研究进展。这些成果为药物研发和医药领域的发展提供了强大的支持，让我们对未来充满信心。

思维碰撞 深度交流AIDD发展新未来

在圆桌论坛环节阿斯利康全球研发中国中心 数字化和数据创新转化战略负责人 姚峦娣博士、诺和诺德生物医学信息部 部门主管 蒋玲玲博士、恒瑞医药 分子信息部总监 李勋博士，围绕AI制药行业的兴起给传统制药行业带来的变化或者影响、传统药企如何更好地将AI制药方案和日常科学研究融合在一起等核心问题展开深入探讨，同时他们也针对自己的经验，发表了对未来1-2年时间中，在AI制药行业可能出现的重大创新点，并表达了对与微软和CSI合作的期待。

阿斯利康全球研发中国中心 数字化和数据创新转化战略负责人 姚峦娣博士

阿斯利康全球研发中国中心 数字化和数据创新转化战略负责人 姚峦娣博士在谈到AI药物研发时表示，AI的出现提升了药物发现的效率，缩短时间，降低成本，极大加速了药物发现过程；但AI研发的药物同样需要遵循一般药物研发规律，需要通过临床试验证明其有效性和安全性，并经过监管认可批准后才算是真正的成功。临床开发是整个药物研发过程中最耗费时间和金钱的阶段，希望未来能够多发掘AI技术在临床开发阶段的潜力，进一步加速药物研发进程。

在谈到近期大火的生成式AI技术时，姚博士说，ChatGPT带来的震撼，是有目共睹的，在数字疗法、患者的远程管理等医疗领域有巨大应用潜力；而在早期药物研发方面，理论上可以训练出一个生物制药领域的生成式 AI 模型，用于药物发现，但生成式AI模型要依靠高质量的数据支撑，而将生物大分子结构的相关数据进行标注，并训练成模型，相比ChatGPT可能会耗费更多时间和成本，这样的生成式AI模型可能还需要更长的时间才能实现，但未来值得期待。

我们也十分期待与微软共同探讨，在药物研发的过程中，应用微软Azure AI的能力，增强用户的数字化体验，提升药物研发效率。

诺和诺德生物医学信息部 部门主管 蒋玲玲博士

诺和诺德生物医学信息部 部门主管 蒋玲玲博士认为，AI制药行业有潜力推动传统制药模式的创新和发展，但是目前在不同开发阶段中AI的可及性和适用性是有差异的。真正的变革需要传统药企和AI制药公司的深入交流与合作，包括数据、方法和平台的开放共享、共同创新。生物科学和计算科学是“性格”非常不同的学科，它们的融合除了公司和行业层面的合作，也越来越需要有交叉学科背景与经验的“双语”人才去推动。我们看到AI技术在通用智能上获得了巨大的成功，但要在小样本的大前提下去对制药各个环节进行专家智能建模，甚至对未知的机制进行探索，恐怕还有很长的路要走。

在谈到未来1-2年内，AI制药行业会在哪些方向上出现比较重大的突破点时，蒋玲玲博士表示，她很期待看到在以Alphafold掀起的热潮为基础上，结构生物领域将能有进一步的突破，包括实现对更高精度的结构亲和力关系的准确预测，对更松散的蛋白多肽动态结构和RNA分子结构的建模等。

同时，她认为，在药物分子设计之外，制药行业在靶点发现与疾病机制的深入挖掘上也依然有非常多的痛点，但随着单细胞多组学及高分辨率影像学等技术的进步，近几年这个领域的数据积累相当可观，因此也有望加快行业发展的进程。诺和诺德很期待在这个方向能跟更多的AI制药行业携手创新，也欢迎本土的AI制药公司通过中国研发中心的INNOVO合作平台探讨具体项目合作以及接洽包括Compound sharing, Assay Sharing, Open call， EntreStar等在内的开放创新项目。同时，谈及微软，蒋玲玲博士表示非常欣喜的看到微软近几年在人工智能投入越来越大，不论是Azure Machine Learning Studio，还是火爆全网的Azure OpenAI ，这些技术都在药物研发的数字化智能化方面大有可为。近期诺和诺德与微软启动了全球战略合作，充分利用微软的计算资源，云平台以及AI技术，联合诺和诺德的医药研发和数据科学实力，推动大数据与AI赋能的药物发现与开发上的增效与创新。在前期机制挖掘和疾病风险预测探索性合作项目的基础上，我们期待双方在后续的持续合作中，能碰撞出更多的火花。

恒瑞医药 分子信息部总监 李勋博士

恒瑞医药 分子信息部总监 李勋博士则认为AI制药行业的兴起给传统制药行业带来一定的挑战，但更多的是机遇，其加速了传统药企的信息化、数字化和智能化进程，借助AI技术优化研发流程，提升创新能力，从而推动制药行业的转型升级。下一步传统药企想要更好地将AI制药方案和日常科学研究融合在一起，可以充分发挥数据优势，加强数据管理，引进或开发AI技术，建立AI人才团队，探索适合的AI制药流程和模式等，以提高研发效率和创新能力。他预测，在未来1-2年时间中，小分子药物AI技术会进一步成熟，生物药AI技术将有所突破，目前AI辅助发现的药物已进入临床研究阶段，未来临床方面会有更多的验证。

恒瑞医药也很期待未来与微软在靶点发现和分子模拟过程中的云计算服务支持、高性能计算资源等进行更多的交流。

智能制药时代已来，对于制药企业来说需要进一步将AI制药方案和日常科学研究融合在一起，并充分借助Azure OpenAI等数字化技术，突破传统制药周期长、投资高等痛点，快速适应当下市场需求的变化，持续提升新药研发的成功率。

关注微软科技视频号

了解更多科技前沿资讯

点亮在看，给BUG点好看