近年来，人工智能（AI）尤其是基于预训练大模型的生成式AI技术为药物产业的发展注入了新动能，助力我国从制药大国向制药强国加速迈进。

纵观全球，AI已广泛应用于药物开发的整个生命周期，实现了药物开发的降本增效，提高了临床试验的安全性与有效性。同时，新技术也给药品监管体系提出了新挑战：如何适应医药领域新业态发展需求，使监管创新跟上技术与产业创新的步伐？统筹制定AI药物研发的发展、安全和治理方案成为全球共识。

观研发

AI在药物研发中的使用，目前主要集中在早期药物研发阶段，旨在缩短临床前药物发现阶段的研发周期。其中既包括药物研发的底层技术，如蛋白结构预测、分子表征预训练等，也包括基于底层技术研发的应用技术，如蛋白设计、虚拟筛选等。

底层技术：提升预测成功率

底层技术的代表性工作，绕不开谷歌DeepMind的AlphaFold，此为端到端的蛋白质结构预测模型。该模型可直接根据蛋白质的一级氨基酸序列准确预测蛋白质的三维空间结构。相比传统计算方法，其精度大幅度提升，甚至可以媲美成本极高的实验方法，如冷冻电镜，X射线晶体学等。

短短三年时间，基于AlphaFold的研究工作已达数万件，包括基于此的多项衍生工作，如Meta公司的ESMFold与百度公司的HelixFold-Single。上述两项工作都是通过蛋白质语言模型加速蛋白质的结构预测，并在特定类型的蛋白上进行了精度的提升。

除此之外，大量的研究工作也将蛋白结构预测模型应用在药物靶点发现与验证、药物-蛋白质相互作用、药物设计与优化等场景中。

另一类底层技术的代表性工作是基于分子表征的预训练大模型，其核心原理是通过海量无标注数据对分子进行表征学习，在处理下游任务时，通过高精度数据的微调，实现模型泛化性的提升。

代表性工作如微软的Graphormer、百度的HelixGEM、深势科技的Uni-Mol等化合物表征学习工作。该技术可以应用到下游的药物属性预测、虚拟筛选等场景，以提升药物研发的成功率，降低湿实验成本。

前沿应用：生成“自然未有”

在AI掀起新一轮技术革命之前，蛋白质设计局限在基于自然界已有蛋白质。基于底层技术研发的AI应用技术，为人类插上无限想象的翅膀，使创造自然界未有的蛋白质成为现实。

该技术应用主要有两项代表性工作，最有影响力的是华盛顿大学David Baker实验室于2023年发表在《Nature》杂志上的RFDiffusion的工作。该方法基于扩散模型Diffusion对蛋白分子进行设计，并在一个靶点上通过湿验证论证了扩散模型在大分子药物设计上的可行性。2023年12月18日，该实验室宣布，其AI驱动的蛋白质已实现直接通过计算生成、无需任何实验优化的最高亲和力。

另一项代表性工作是美国初创公司Generate:Biomedicines开发的名为Chroma的生成式AI模型。该模型建立在扩散模型和图神经网络的框架上，能够从头生成高质量、多样化和创新的蛋白质结构。2023年11月，该公司在《Nature》杂志发表研究论文，表示已使用Chroma生成了300余个自然界中以前未发现的具有可编程特性的新型蛋白质，具有治疗潜力，并在实验室中取得了成功。

需指出的是，尽管AI在药物研发领域表现出巨大潜力，在多个环节发挥出降本增效的作用，但目前其赋能药物研发仍处于早期阶段，在一些与药物发现直接相关的具体问题上，AI技术还有很大的提升空间，需要持续的投入。

候硕果

融资量价双增

得益于技术的普及和发展， AI药物研发市场正迎来爆发式增长。相关预测显示，到2025年，全球AI药物研发市场规模将达38.8亿美元，相当于约277亿元人民币。具体来看，北美仍是全球AI药物研发市场的龙头，聚集了超过一半的全球AI药物研发企业。中国方面，根据《人工智能制药深度产业报告》数据，2022年我国AI制药市场规模达27亿元，预计到2035年将增至2040亿元。

AI药物研发市场的蓬勃发展也体现在融资能力上。根据智药局数据，2022年全球“人工智能+药物研发”相关融资共计144起，总金额达62.02亿美元（约合426.7亿元人民币）。与2021年相比，融资数量和金额均呈双增长趋势。AI药物研发投融资活动主要集中在中国、美国和欧洲，其中美国融资事件达71起，中国为43起，其他国家和地区则有30起。

AI药研蓝海活力迸发，当前翻腾的浪花也相对较为集中——癌症和精神类疾病占比超过50%；其次是心脑血管、肝肾肠胃、呼吸系统，占比约30%；其他方面涉及糖尿病、眼病、白血病、感染性疾病、自身免疫疾病、药物副作用等，也有少数企业在遗传疾病及罕见病等小众领域有所布局。

三类主体筑基

目前全球AI药物研发企业约700家。截至2022年，中国共有80家从事AI药物研发的企业，其中已有14家成功将其管线推进至临床阶段，但大多数项目处于临床Ⅰ期阶段。

着眼国内，包括传统药企/CRO/CDMO、AI驱动的生物技术公司（下称Biotech）、互联网头部企业在内的三类主体奠定市场总基调。各路玩家基于自身资源禀赋，有的与跨界巨擘强强联手，有的专攻细分方向精修内功。

传统药企/CRO/CDMO企业 这些企业有数据和行业知识储备，对行业上下游产业链熟悉，但AI算法能力相对不足，有意愿与AI公司合作。比如，赛诺菲和百度达成合作，基于mRNA算法进行疫苗开发；辉瑞和谷歌的合作，基于AlphaFold2探索药物发现过程的加速等。除此之外，跨国大药企如阿斯利康、诺华、拜耳等也与AI公司展开合作。

Biotech公司 这类企业往往专注于某一项细分领域，通过服务和专利授让等模式变现。这类企业偏向于组建自有AI研发团队，打造核心技术能力。如薛定谔、英矽智能、Relay Therapeutics、Benevolent和Cyclica等。

互联网头部企业 依托其强大的AI技术和云计算优势，采用对外投资、内部组建AI药研团队等方式，进入该领域。如百度的飞桨螺旋桨生物计算平台、华为的医疗智能体平台、腾讯的云深智药平台等都有相关布局。其中，百度在该领域的布局相对较早也较全面，除了在内部组建研发团队外，在外部还成立了百图生科，此为一家面向大分子药物研发的Biotech公司。

需指出的是，虽然国内外AI制药市场参与者众多，但目前世界范围内尚无AI设计的药物获批上市。

不过，近年来含AI元素的新药在注册申请递交量方面有较快增长。据美国FDA药品审评与研究中心（CDER）数据，其收到的含AI元素递交已从2016年的个位数增加到2022年的175个，疾病种类涵盖肿瘤、精神病、胃肠病、神经病学等。也许在不远的将来，通过AI技术设计的药物就能 “飞入寻常百姓家”。

总体而言，AI技术在药物研发领域的应用还处于早期阶段，技术的有效性和临床效果还需要进一步的跟踪。

而除了满足当前有关药物安全性和有效性的监管要求外，在药物开发中使用AI技术还可能会带来数据质量和可用性、算法透明度、可靠性等挑战。如今，国内外差距不断缩小，伴随着国内创业公司和互联网头部企业快速崛起，传统药企/CRO企业的入场，我国在AI制药领域的探索从技术、产品到监管体系正逐步走向成熟。

链接全球<<<

织密先进技术监管之网

随着AI技术的应用和普及，国内外将注意力越来越多地集中到促进该技术在医药领域的创新和应用上，各国纷纷发布相关促进性政策。

与此同时，新技术的潜在风险也引发了各方对AI监督和治理的关注。目前，在AI整体治理方面已经形成了相对完整的治理原则与框架体系，但是具体在药物研发领域的监管方面，各国仍处于早期探索与讨论阶段。

国内方面，中国政府已发布一系列的法规政策推动人工智能在医药领域的发展。早在2017年7月，国务院为抢抓人工智能发展的重大战略机遇，构筑中国人工智能发展的先发优势，发布了《新一代人工智能发展规划》，开始了对新时期中国人工智能发展顶层设计与政策环境的营造，新一代人工智能在智能医疗等领域得到广泛应用。2023年7月，中国国家网信办等七部门联合发布《生成式人工智能服务管理暂行办法》，旨在促进生成式人工智能健康发展和规范应用，成为世界范围内较早的规范生成式人工智能技术的国家之一。中国政府也于2023年10月18日提出了《全球人工智能治理倡议》，并在首届全球人工智能安全峰会承诺愿以落实《倡议》为契机，同各方就人工智能全球治理开展沟通交流、务实合作，确保人工智能始终朝着人类文明进步的方向发展。

值得注意的是，我国政府十分注重AI在中药领域的应用。2023年1月4日，国家药监局印发《关于进一步加强中药科学监管促进中药传承创新发展若干措施》，提出推动医疗机构采用大数据、人工智能、真实世界研究等技术手段对医疗机构中药制剂开展研究，推动中药制剂品种向新药转化，积极发挥中药制剂作用。

国际层面，首届全球人工智能安全峰会于2023年11月1日在英国召开，包括中国、美国、欧盟在内的全球28个国家/地区共同签署了《布莱切利宣言》，以促进“对前沿人工智能带来的机遇和风险的共同理解，以及各国政府共同努力应对最重大挑战的必要性”。这是全球第一份针对人工智能这一快速新兴技术的国际性声明。

美国是人工智能产业的主要参与者，也是最早开始关注AI的发展和治理的国家之一。该国各届政府先后发布多项AI相关政策，旨在加强美国在人工智能领域的领导地位。2021年1月1日生效的《2020年国家人工智能计划法案》（National AI Initiative Act of 2020）通过将AI计划编入法典，帮助增加相关研究投资、改善计算和数据资源的获取、建立技术标准以加速人工智能研究和应用。2023年5月11日，美国食品和药物管理局(FDA)发布题为《在药品和生物制品研发中使用人工智能和机器学习（Using Artificial Intelligence and Machine Learning in the Development of Drug and Biological Products）》的讨论文件，旨在促进与利益相关者就AI在药物中的使用进行讨论以确保其安全性和有效性，同时促进药物开发的创新。美国总统拜登于2023年10月30日签署《关于安全、可靠、可信的人工智能开发和使用的行政命令（Executive Order on the Safe, Secure, and Trustworthy Development and Use of Artificial Intelligence）》，要求美国卫生与公众服务部采取广泛的行动，在健康相关领域推进负责任的人工智能，截止2023年12月14日，已有28家领先的人工智能公司公开做出相关承诺。

欧洲各国也在积极探索人工智能在药物发现中的应用与治理。2023年12月18日，欧洲药品管理局（EMA）发布《指导人工智能在药品监管中的应用的工作计划（Artificial intelligence workplan to guide use of AI in medicines regulation）》，该计划将帮助欧洲药品监管网络(EMRN)探索对存在人工智能参与的药物生命周期进行评估和指导，同时利用人工智能提高工作效率，实现新药申请等评估流程和系统的自动化。

在亚洲，日本和韩国也在探索用于药物开发的人工智能发展。2022年6月，日本出台《人工智能战略2022》，促进人工智能驱动的医疗诊断系统的研发。随后日本经济产业省制定了促进以人工智能为基础的药物发现技术开发的计划。韩国也通过《韩国数字计划2022（Korea’s Digital New Deal 2.0 Action Plan）》投资人工智能，在健康福利、卫生、教育等领域全面引进人工智能技术。

结语

各国监管部门、学术界、产业界正在联合探索AI在药物研发中的评价标准，不断提升该技术的安全性、可靠性、可控性、公平性。在可预见的未来，更多创新药的发现将不完全是“大海捞针”，而会变得既科学有效又安全规范。通过技术创新和监管的协同演进，相信最终可以真正推进“健康中国”建设，助力中国从制药大国向制药强国的转变。

此内容为《医药经济报》融媒体平台原创。未经《医药经济报》授权，不得以任何方式加以使用， 包括转载、摘编、复制或建立镜像。如需获得授权请事前主动联系：020-37886610或020-37886753；yyjjb@21cn.com。