央廣網(wǎng)北京5月15日消息(記者宓迪)“AI大幅縮短了早期研發(fā)周期（883436）”，談及AI對醫(yī)藥行業(yè)的影響，國藥醫(yī)工總院科技創(chuàng)新部主任羅華菲日前對記者表示。
今年以來，AI的發(fā)展持續(xù)受到各行各業(yè)關(guān)注。醫(yī)藥領(lǐng)域如何看待AI帶來的變化？目前，AI在醫(yī)藥的研發(fā)、制造等環(huán)節(jié)有哪些應(yīng)用？近日，記者實地探訪國藥集團旗下多家科研與生產(chǎn)平臺，對醫(yī)藥領(lǐng)域新質(zhì)生產(chǎn)力的發(fā)展、AI技術(shù)的應(yīng)用與創(chuàng)新進行了關(guān)注。
人工智能賦能醫(yī)藥企業(yè)
國藥集團是國務(wù)院國資委直接管理的以生命健康為主業(yè)的中央企業(yè)。近年來，以人工智能（885728）為代表的新一代信息技術(shù)與醫(yī)藥研發(fā)融合日益深入，為我國醫(yī)藥行業(yè)發(fā)展帶來了新機遇。作為代表性企業(yè)，國藥集團如何擁抱當(dāng)下的數(shù)智化革命？
“在AI的浪潮下，我們積極布局AI輔助的藥物設(shè)計，圍繞人工智能（885728）賦能新藥發(fā)現(xiàn)，從分子發(fā)現(xiàn)到靶點驗證，形成了算法開發(fā)、體外高通（QCOM）量篩選和動物模型驗證等多點協(xié)同體系。”中國生物上海生物制品（881142）研究所副總經(jīng)理羅劍對記者表示。
記者了解到，針對腫瘤新藥研發(fā)痛點，中國生物上海生物制品（881142）研究所科研團隊自主搭建人工智能（885728）預(yù)測平臺，依托高通（QCOM）量測序構(gòu)建腫瘤新生抗原發(fā)現(xiàn)系統(tǒng)，融合深度學(xué)習(xí)算法，能夠精準(zhǔn)鎖定傳統(tǒng)方法難以識別的隱蔽腫瘤靶點。
相較于傳統(tǒng)方法需數(shù)天完成的蛋白結(jié)構(gòu)預(yù)測、免疫原性評分、親和力計算，AI僅需毫秒級即可完成。而通過算法挖掘新生抗原全新作用機制，靶點發(fā)現(xiàn)效率較傳統(tǒng)模式實現(xiàn)了大幅躍升。
與此同時，在國藥醫(yī)工總院，科研團隊建立AI蛋白自動進化策略，搭建了腦—手協(xié)同智能生物合成平臺。此外，聚焦AI驅(qū)動大分子藥物智能設(shè)計，建成含20萬條序列的多肽數(shù)據(jù)庫，同步推進AI預(yù)測模型建設(shè)。
國藥集團相關(guān)負(fù)責(zé)人表示，集團將持續(xù)強化科技創(chuàng)新，加快培育醫(yī)藥健康領(lǐng)域新質(zhì)生產(chǎn)力，不斷提升產(chǎn)業(yè)核心競爭力與品牌影響力，為推進健康中國建設(shè)、保障人民群眾生命健康、筑牢國家醫(yī)藥產(chǎn)業(yè)安全屏障作出更大貢獻。
如何看待未來趨勢？
AI技術(shù)的發(fā)展是近年來醫(yī)藥行業(yè)加快培育新質(zhì)生產(chǎn)力的縮影。記者關(guān)注到，2025年，工業(yè)和信息化部等七部門曾印發(fā)《醫(yī)藥工業(yè)數(shù)智化轉(zhuǎn)型實施方案(2025—2030年)》，提出“到2027年，醫(yī)藥工業(yè)數(shù)智化轉(zhuǎn)型取得重要進展，以數(shù)智技術(shù)驅(qū)動的醫(yī)藥全產(chǎn)業(yè)鏈競爭力和全生命周期（883436）質(zhì)量管理水平顯著提升”等目標(biāo)。
在此背景下，如何展望AI在行業(yè)內(nèi)的應(yīng)用趨勢？
羅華菲表示，AI對于醫(yī)藥行業(yè)的影響主要在兩方面：一方面在研發(fā)環(huán)節(jié)，有助于破解研發(fā)周期（883436）長、資金投入大、臨床轉(zhuǎn)化率偏低的“雙十困境”。而在制造環(huán)節(jié)，AI有助于降本增效和確保質(zhì)量。
“AI大幅縮短了早期研發(fā)周期（883436）”，羅華菲舉例說，AlphaFold成功預(yù)測了數(shù)億種蛋白質(zhì)結(jié)構(gòu)，攻克了生物學(xué)50年難題，為新藥靶點發(fā)現(xiàn)提供了基石；Insilico Medicine利用生成式AI設(shè)計的抗纖維化新藥，從靶點發(fā)現(xiàn)到臨床候選化合物僅用18個月，成本僅為傳統(tǒng)的十分之一。
另一方面，AI視覺檢測系統(tǒng)能以微米級精度實時剔除缺陷藥品，保障用藥安全；同時，AI算法通過動態(tài)優(yōu)化發(fā)酵、結(jié)晶等工藝參數(shù)，顯著提升了批次一致性與產(chǎn)率。
“醫(yī)藥AI將從‘單點輔助’走向‘全流程閉環(huán)驅(qū)動’”，羅華菲判斷，隨著多模態(tài)大模型與機器人實驗室的融合，未來有望實現(xiàn)全自動化干濕實驗循環(huán)，讓“AI發(fā)現(xiàn)+AI制造”成為行業(yè)標(biāo)配，徹底顛覆傳統(tǒng)制藥模式。
