一种新药从研发到诞生，好比一场漫长的“接力赛”，而传统的新药研发环节较为复杂，通常需要多个公司一棒一棒的接力下去，不仅投入资金多，研发周期漫长，成功率也基本维持在10%左右。如今，随着人工智能技术在创新药研发及临床研究领域的不断深入应用，也给制药业带来了一条破局之道。
拥有30余年计算机辅助制药经验的专家岳石怡博士带领团队创建了苏州立妙达药物科技有限公司（LeadMuta Biotechnology Inc。以下简称“立妙达”），致力于用AI驱动小分子先导物的研发和转化，极大缩短药物研发时间，提高研发成功率，降低研发成本。
在2022年科大讯飞AI开发者大赛上，岳石怡博士的团队基于人工智能的药物发现方案，成为探索AI助力制药业走出当前发展困境的一种可能。
新药研发好比跑“接力赛”
自2020年11月，谷歌旗下人工智能技术公司DeepMind提出的深度学习算法Alphafold，破解了困扰医学专家五十年之久的蛋白质分子折叠问题开始，AI制药的资本市场迅速火热起来。
就在这一年，岳石怡和刘雨松两个志同道合的人走到了一起。瞄准AI制药赛道，以阿斯利康、罗氏、卡耐基梅隆、MIT、斯克利普斯等“海归”人才为主的创新创业团队搭建起来，筹备成立“立妙达”，致力于利用AI驱动小分子先导物研发和转化，打造基于人工智能、计算化学、药物化学等学科的全新药物研发管线，希望“找到先导物转化成候选药物”。
国内AI制药坊间有句话叫做“懂计算的不懂药化，懂药化的不懂计算”。岳石怡是计算化学博士，既懂计算也懂药化，主要负责相关技术落地；而刘雨松是AI领域的连续创业者，具有丰富的融资和组建团队的经验，主要负责管理运营。团队还找到了浙江大学智能创新药物研究院、南京大学苏州研究院和清华大学南京图灵人工智能研究院等国内知名大学合作，通过产学研合作推动科技成果转化和产业化发展。
药物研发通常周期长（需10年到15年）、投入高（大于10亿美元）、成功率低（10%左右），需要先对数万个小分子进行测试筛选，最后只有少数几个能推进到临床研究。
“我们把新药研发当做一个接力赛的话，可以把它分成四棒，我们这个公司其实只在跑其中的一棒，我们管它叫第二棒。”在新药研发的赛跑中，主要包括4个研发阶段，即靶标选择和验证、化合物筛选和先导优化、临床前研究以及临床试验。岳石怡和团队选择“化合物筛选和先导优化”，完成后再将这一棒交给后面的“选手”。
目前，立妙达基于机器学习技术的先导物研发平台，依托自主研发优化的底层算法，完成分子对接平台，高效地进行药物筛选，大大缩短了化合物合成及筛选所需的时间，节省测试及临床研发成本，更快选出活性较高且成药性更好的化合物，提高研发成功率，通过分析适应症病理，探索转化医学模型，为药物靶点研发打下基础。
AI助力新药研发“加速度”
近年来，AI助力新药研发跑出加速度，几乎参与了从药物靶点发现到临床试验的全流程。
岳石怡博士说：“新药研发中，人工智能主要有三大块作用，第一块是从病人症状确定适应症；第二块是根据适应症提出机理；第三块是在适应症和机理的基础上，在动物模型上测试，利用人工智能筛选。”在这场接力赛中，人工智能好比“参谋部”，帮助药化专家提出研发路径、少走弯路、缩短了研发时间。
“新药研发市场上各种方法都在做，但是使用人工智能、计算机的方法能够更普遍、更深入、更强有力。”岳石怡博士认为，AI制药能够将自然语言处理、机器学习及大数据等人工智能技术应用到制药领域各个环节，提高、优化新药研发的效率及质量，降低临床失败概率及研发成本。
面向未来，岳石怡博士坚定AI制药的方向：“我们将通过不断升级算法平台，展现出AI新药研发的技术优势、速度优势、成本优势，健全临床前研发各领域。”随着数据积累、模型创新与迭代、新的监管与商业模式的出现，人工智能技术有望与药物研发深度融合，赋能创新药行业高速发展。
在今年的科大讯飞AI开发者大赛中，像立妙达这样的团队有3万多个，他们以人工智能技术为武器，去解决大时代下的每个社会命题。11月17日-20日，他们还将齐聚1024开发者节现场进行巅峰对决，一起探索人工智能技术的可能性。
（责任编辑 陈一雄）
