【摘要】

行業圖譜研究是本中心科技成果轉化研究的一項子課題，目标定位于清晰理解前沿科技成果的技術核心、科創企業的技術競争力及科研工作者的研究進度，從而助力科技成果轉化效率的提升。行業圖譜研究将以系列形式展開，選取國家戰略重點科技領域的商業應用場景逐一進行，時效性較強。

本報告屬于行業圖譜的第一個系列——生物醫藥領域。藥物發現和研發是制藥企業和化學科學家的重要研究領域。人工智能和機器學習技術使制藥領域實現了現代化。機器學習和深度學習算法已被應用于多肽合成、虛拟篩選、毒性預測、藥物監測和釋放、藥效團建模、定量構效關系、藥物重定位、多重藥理和生理活性等藥物發現過程。此外，新的數據挖掘和管理技術為最近開發的建模算法提供了支持。其中蛋白質折疊和蛋白質相互作用的人工智能預測技術是現階段藥物研發中的通用選擇，并成為技術實力的關鍵競争環節，也是國際企業間專利争奪之處。來自美英的兩家企業Recursion和Benevolent AI并稱為全球兩大新藥物研發引領者，核心技術主要來自專利授權。其中Benevolent AI通過知識網絡圖譜分析與識别，預測了巴瑞替尼（Baricitinib）[1]或可用于治療新冠肺炎。我國藥物研發企業的創立和研發緊跟國際步伐，以自主研發的技術平台占主導，其中生物醫藥公司英矽智能（Insilico Medicine）已發現一款靶向主蛋白酶（3CL）的全新臨床前候選藥物，用于治療新型冠狀病毒引起的肺炎。學術領域國内主要研究者的科研進展也集中在蛋白質折疊和蛋白質相互作用的預測開發上，研究成果普遍進入了自創企業或企業合作的轉化模式。

全文下載：人工智能在新藥研發中的應用