
DeepSeek再度点燃AI制药热潮,医药界人士直呼有危机感,相关药物上市只是时间问题

本文来源:时代财经 作者:文若楠
今年年初,DeepSeek火成现象级,再次引爆了AI(人工智能)热潮。生物医药领域亦在跟进这股潮流。在多家生物医药企业纷纷宣布接入DeepSeek之外,也有越来越多生物医药企业披露自身在AI方面的应用情况或更多布局。
投融资方面亦显现活跃。3月13日,英矽智能宣布完成1.1亿美元E轮融资,由亚洲最大的独立资产管理公司之一惠理集团旗下的私募股权基金、浦东创投和浦发集团、锡创投和宜兴国控联合领投。根据官网,英矽智能是一家由生成式人工智能驱动的生物医药科技公司。
当诸多事件频频展现目前“AI+生物医药”的火热,人们更想知道的是,AI会如何赋能生物制药,尤其是对于“九死一生”的创新药而言。在3月13日-15日举行的BIO CHINA2025易贸生物产业展览期间,这些相关的问题为多个分论坛热议。
“人工智能显然是具有颠覆性潜力的技术,你能够犯的最大的错误就是低估它的未来,一旦低估就肯定要被甩到时代后面的,所以我们宁愿高估它的能力,也不要低估。”广州国家实验室研究员&病原体结构与临床应用创新研究院院长彭伟在上述大会中提到。
彭伟举例称,“我自己是搞结构生物学出身的,除了通用型的人工智能之外,专用的人工智能在生物学领域第一个颠覆性的应用就是AlphaFold,用于大分子结构的预测。AlphaFold的出现给结构生物学带来了危机感,但换一个角度看,它的出现也拓宽了结构生物学家的研究领域,带来了新的机遇。”彭伟提到的AlphaFold是由DeepMind开发的AI模型,能够根据蛋白质的氨基酸序列预测其三维结构。
伴随着AI技术的持续发展,AI在生物医药领域的想象力边界不断被拓展。今年2月,国盛证券发布的研报解释道,AI技术涵盖ML(机器学习)和DL(深度学习)。ML算法在新药研发领域被广泛用于分类和回归预测等方面,DL算法适合处理大数据,模型也更为复杂。随着计算机性能的提高和数据量的积累,DL算法在新药研发中的应用越来越广。
具体到应用层面,前述研报提到,目前,从全球AI+新药研发企业的应用实践来看,AI+新药研发主要是将ML、DL等AI技术,应用到前期研究、靶点发现、化合物合成、化合物筛选、新适应证发现、晶型预测、患者招募等新药研发环节。
尽管已经应用到诸多环节,但是眼下仍存在亟待改进和优化的地方。在上述大会中,业内人士指向了“数据”问题。
对于数据的重要性,朗睿生物创始人兼CEO邢莉在上述大会中强调道,“大模型训练离不开大数据,数据是基石。”
这意味着,如想进一步推动AI在制药领域的应用,那么如何扩大数据的可及性尤为关键。
在现实层面,这并不容易。多位业内人士提到,这与制药数据的保密性以及行业细分程度等特性息息相关。
“我们这个行业有一点分散,每个公司虽然都在拼命产生数据,但是我们仍然没有一个好的办法把这些数据集中在一块。这是未来需要解决的。”华深智药生物科技CEO彭健在上述大会中说道。
打破数据孤岛,整合数据,显然需要更多的时间。随着后续相关政府、企业、医疗机构等的合力推进,AI或许才能真正为人们打开想象力的大门,实现更为突破性的应用。
不过,从眼下来看,无论是应用到哪一个层面,AI的应用无疑能提升了新药研发的效率,为降本增效提供了可能。
对于“AI+制药”的应用现状和存在的问题,晶泰科技CEO马健则在上述大会上直言,“AI做药的成功率不是一个正确的问法,而是说在某一个环节能够带来的确定性变化是多少。”同时,他也坚信,AI帮助做创新药已经成为既定的事实,“AI帮助我们做的药走到上市阶段,只是时间问题。”