據(jù)悉，阿里云正在和正大天晴合作采用AI制藥，以緩解傳統(tǒng)新藥研發(fā)周期長、投入大等痛點，與傳統(tǒng)計算機輔助藥物設計方法相比，這套新方法可提高篩選準確率20%。

　　阿里云與正大天晴合作制藥，篩選準確率可提高20%

　　傳統(tǒng)意義上，新藥經(jīng)過藥物發(fā)現(xiàn)、臨床前研究、臨床研究等階段到上市需經(jīng)歷10-15年，其中藥物發(fā)現(xiàn)階段的工作作為藥物研發(fā)的源頭，其研發(fā)效率直接影響后續(xù)工作的進展及效率。

　　在國際新藥研發(fā)中，發(fā)現(xiàn)先導化合物的常用方法是高通量篩選，但經(jīng)濟成本高，需耗費200-400萬美金。發(fā)現(xiàn)先導化合物后，藥物化學家依據(jù)經(jīng)驗進行藥物設計及化合物合成，分子生物學家測試化合物活性，反復優(yōu)化和篩選，最終發(fā)現(xiàn)臨床候選化合物。藥物發(fā)現(xiàn)階段的時間、人力成本較高，建立并應用高效的虛擬篩選模型可以降低人力和時間成本。

　　此次，借助阿里云的醫(yī)療AI，正大天晴獲得了一種全新的化合物篩選方法。在這一新的方法中，實驗人員可根據(jù)少量實驗數(shù)據(jù)以及化合物結構，建立高效的機器學習模型，然后快速過濾無活性概率較大的分子，從而富集潛在有效分子，從而提升研究效率。數(shù)據(jù)結果顯示，與傳統(tǒng)計算機輔助藥物設計方法相比，這套機器學習模型的篩選準確率可提高20%。

　　對此，阿里云醫(yī)療AI算法工程師王成介紹說：“通過計算機進行虛擬篩選或者通過實驗進行高通量篩選都是在已有的化合物庫中進行。對藥企而言，更有意義的是突破現(xiàn)有的化合物庫的限制，設計出結構全新的化合物，豐富化學空間。目前雙方還在合作開發(fā)化合物生成算法，用于生成全新化合物，形成虛擬化合物庫，擴充現(xiàn)有資源。”

　　除了與阿里云合作AI制藥之外，正大天晴去年還引入阿里云的業(yè)務中臺架構，利用互聯(lián)網(wǎng)中間件技術能力，加速企業(yè)數(shù)字化轉(zhuǎn)型，提升了藥企的低成本創(chuàng)新和快速試錯能力。目前，它僅花費2個多月就完成了面向醫(yī)療數(shù)字化營銷場景的產(chǎn)品開發(fā)上線。