PIM第三届小分子药物研发创新与MAH合作共赢论坛（3月30-31日·杭州）组委会有幸邀请到晶泰科技商务拓展高级副总裁胡大龙先生以采访形式分享AI技术助力药物研发的优势、AI制药企业的国内外市场和产业化等内容。以下对话中，Q代表PIM组委会，H代表胡大龙先生。
胡大龙
晶泰科技
商务拓展高级副总裁
超过15年的商务拓展团队管理经验
曾任科睿唯安生命科学与制药事业部大中华区总经理
北京大学光华管理学院MBA
Q：随着分子生物学和药物AI方面技术的进步，我们看到制药公司逐步采用合作的方式将AI相关技术应用于药物设计上。但由于开发药物的高度复杂性和不确定性，您认为在药物设计中如何有效利用AI的优势，发挥其最大效应？
H：AI是一项基础技术，在任一行业的发展都可能对其他行业产生重大影响。回顾AI发展史我们可以看到，算法研究的普及与算力条件的成熟很大程度上推动了AI在全行业的发展。药物研发行业当前面临着严重的“生产力危机”，每款药物的研发成本逐年上升，成功率下降，热门靶点竞争愈发激烈。在此背景下寻求新技术、新方法的突破成为一种必然。随着AI技术的成熟与产业认知的积累，晶泰科技等部分AI公司完成了从“实验室中的创新”到“制药企业的AI伙伴”的转变，与研发团队紧密合作，推动了不少原创型药物研发项目进程。
相较于经典药物研发模式，AI药物设计具有广泛探索，快速迭代的鲜明特征。在强大的算力和算法的支持下，AI能够探索1023-10??的化学空间，为科学家推荐更多超出认知范畴的新分子、新骨架，突破以经验为主的药物设计方法，带来更具新颖性的分子。在分子评估与筛选方面，通过真实数据的不断训练，AI和高精度计算化学各有所长，相互配合，能够快速、持续地推荐性质优异的分子，供科学家进行实验验证。
当然，AI分子生成技术目前仍处于高速发展的成长期，虽然已经具备了一定的产业化能力，但是仍然需要与药物化学家紧密合作，人工智能算法与专家经验紧密合作，才能发挥人工智能的最大效应。
Q：您认为这样的方式会是未来药物开发的常态吗？可否深入谈谈AI技术是如何助力药物开发的方方面面的？
H：简单回答，这样的方式一定会成为未来药物研发的常态。
AI技术本质上说是一种辅助人类思考的工具(目前还不能完全取代人类思考，但未来是否能够取代还未可知)。因此，凡是涉及人类思考的行业或者应用场景，理论上AI都可以发挥相应的作用。我们知道，药物研发是一个高度知识密集型领域，在长达10年的研发周期中，各个阶段都极大依赖相关领域专业人士的知识、经验和判断。但是人的认知能力、记忆能力以及实际经验的积累相较于AI都是十分有限的。以药物发现为例，药物化学家一般是小分子药物发现阶段的核心，对于一个从业20年的药化专家，深度参与的项目可能也就几十个，而对于AI而言，可以”学习”获得的项目经验可能是数百甚至上千个，二者不在一个数量级。
AI技术正处于快速发展期。年，AlphaFord在靶点发现上展现出了强大的能力，是AI在医药领域应用的绝佳案例。目前，全球范围内已有数百家AI药物研发企业，分布在从靶点发现到临床研究的各个阶段，从不同维度为优化药物研发流程，提升药物研发效率而努力。长期来看，人工智能为更多制药企业接受，成为药物研发中的重要方法是必然的。只是作为一个新事物，市场需要一些时间去理解、验证和接受。目前，可能还有部分企业对于AI药物研发存在质疑。事实上那是因为医药领域对于知识产权的严格保护，很多实质性的进展尚未到正式披露的合适时机。
Q：虽然全球主流的AI制药相关的企业都集中在美英两国，但是我们欣喜的看到中国的身影已经无法忽视，同时也受到了越来越多投资者的青睐，作为直接参与这场竞争的晶泰科技，您如何看待整个国内外的AI制药市场？特别是国内市场的前景？
H：中国的药物研发市场正面临着极大的市场机遇。当前，国内市场的大多数药企还处于fastfollow-on的阶段，试图通过改造国外的原创新药进行二次创新。但是，未来5-10年，我们认为中国的生物医药行业将迎来一个追求源头创新的新趋势，而当下，正是为这个阶段积淀和准备的最好时机。AI药物研发行业的背后离不开新技术和大趋势，也离不开高层次的专业人才，当前中国正处于一个工程师红利与科学家红利同时存在的绝佳时机。当前虽然在药物研发领域，尤其是在靶点发现等基础研究和临床研究上，中国的研发能力与海外尚存在一定差距，但是大量优秀的，有丰富全球顶尖药企从业经验的海外人才回国创业，给中国带来了很多创新药研发的新思路。在AI技术层面，受计算机技术的快速发展和工程师红利的影响，中外几乎没有显著的技术差异，而是各有所长。虽然目前中国的医药行业尚不处于世界前列，但是我们已经看到，近几年中国药物研发市场的研发投入增速很快，如果保持这个趋势，持续新方法、新技术、新思路的创造，我相信未来可期。
Q：您认为作为一个新兴的行业，AI制药企业该如何更好地开展产业化？
H：目前，医药行业整体对于AI算法概念还比较陌生，医药产业和AI创业公司在沟通上可能存在盲区，双方讲的是两套“语言”。对于AI制药企业来说，做好“问题的描述”，并搭建“数据的获取及应用”体系很重要。
AI药物研发是一个跨行业跨学科合作的领域，积极与医药领域的公司和专家进行更多的交流合作，深入理解医药产业的工作链条、重点和难点，定义好问题，并通过AI提供针对性的解决方案是开展产业化的关键步骤。
此外，目前数据是制约AI制药企业快速发展的重要因素，在数据最丰富的的地方快速推进AI技术应用落地，在数据最薄弱的地方，构建创造数据的能力，是目前晶泰科技的发展路径，也是我们认为AI制药企业开展产业化的必经之路。药物研发是一个知识产权敏感度很高的行业，我们如果广泛的获取数据，一方面难以保证合作伙伴的知识产权安全，另一方面，会产生大量的无用的数据，甚至对算法产生干扰。对于公司来说知道要获取什么数据是很重要的，但更重要是在项目中高效地创造数据并加以应用。
特别