欧美**b,ass丰满大腚沟子pics,黄色a毛片

40年后的今天，我們看看全球頂尖藥企用人工智能輔助新藥研發到底應用到什么狀態和階段了。

“別看他的眼睛，你看他的手。”—— 用錢投票才是最真實的。

坦率地說，我們離靠計算機發現藥物，然后通過一大堆機器人試驗對藥物進行虛擬測試，只要單擊幾下鼠標就可以將它們送給患者的世界相距甚遠。

AI中沒有魔術，只有概率和統計。

利用計算機/人工智能輔助藥物研發，拆解一下：
“人工”，是通過計算能力更快地試，更精確地建模模擬；
“智能”，是從大量優質數據、經驗中自行學習，給結果，就像一個新藥研發人員，并不需要學習他人無數的項目之后，才能學會做新的項目。

顯然，我們現在主要還集中“人工”的部分，而不是”智能“。但CADD（計算機輔助藥物研發）/AI通常可以支持達到或選擇這些藥物研發工作的“更好”起點。

提速2920倍！用AutoDock Vina對接2800萬個分子

155個GPU！多云場景下的Amber自由能計算

15小時虛擬篩選10億分子，《Nature》+HMS驗證云端新藥研發未來

成千上萬的化合物經過一系列的測試，只有一種可能成為可行的藥物。任何工具，只要能在這個漫長的多步驟過程中加快其中一個步驟，就會對整個鏈條產生重大影響。

過去，我們常常把每一顆種子都種在地里，以測試它的性能，并決定在什么條件下適合某種特定類型的種子。這是一個必要但資源密集的過程。
我們現在可以用計算機/人工智能模擬大量的測試，在我們把一粒種子放入地下之前，我們可能要先用機器做10億個模擬實驗。

這并不是什么新鮮事物，早在1981年10月5日，美國《財富》雜志就對計算機輔助的藥物發現進行了專題報道《下一次工業革命：默克公司通過計算機設計藥物》。

我們根據截止到2020年11月的公開資料，盤點了全球44家頂尖藥企（包括3家中國藥企）在利用AI輔助藥物研發上的行動（共涉及55家AI初創企業、12家IT-云服務商、7所高校），并進行了分析匯總，主要結論如下圖：

一、AI輔助藥物研發階段和關注疾病

1、制藥階段

AI技術在藥物研發的哪個階段能夠發揮更大的作用？

我們將所有藥企的AI合作按制藥階段分類統計，發現超過三分之二的行動（共66次）集中在藥物發現階段，包括靶點及生物標記物的選擇與確定、先導化合物的確定、構效關系的研究與活性化合物的篩選、候選藥物的選定等。
其次是臨床治療階段，共23次行動，占總數的約四分之一，包括藥物依從性、預測治療結果、數據分析、精準醫療、開發新療法、病理研究、疾病診斷等。

具體分布如下：

2、聚焦疾病

我們盤點了所有藥企在AI合作上聚焦的疾病方向，除去未明確指出疾病類型的數據，藥企在癌癥和精神類疾病上進行AI合作最多，均為17次，分別占有效數據的27%；其次為心腦血管疾病，占比為13%（8次）。

各大藥企在AI合作上聚焦的疾病細節如下表所示：

文末可掃碼添加小F免費獲取完整白皮書。

二、藥企使用AI技術服務行動

我們統計了近年來在AI輔助藥物研發上有所行動的藥企名單與行動總次數，其中行動總次數指藥企與所有類型的組織進行的有關AI藥研的行動次數總和，包括：
藥企與AI初創公司開展的合作
藥企與IT-云服務廠商開展的合作
藥企與高校開展的合作
藥企對AI初創公司的投資

1、全球知名藥企行動次數

讓我們將視野擴大到全球，近年來在AI輔助藥物研發上行動次數最多的藥企依次為：
諾華（9次）
阿斯利康、楊森、輝瑞、葛蘭素史克（8次）
默克、拜耳（7次）

為了更直觀地感受大型藥企使用AI技術服務行動的積極性，我們根據美國《制藥經理人》雜志于2020年6月12日公布的2020年全球制藥企業TOP50榜單，單獨列出排名前15的藥企的行動次數：

在我們采樣的44家藥企中，TOP15的藥企全部在列，這些公司的平均行動次數為5.6次，比TOP15之外的其他藥企（平均2.03次）高出一倍還多。

2、中國藥企行動次數

中國有3家藥企進入本次榜單，分別是：

藥明康德（2次AI公司合作、2次AI公司投資、1次IT-云服務商合作）
豪森藥業（1次AI公司合作）
正大豐海制藥（1次AI公司合作）

中國入榜的企業數量（3家）在所有入榜的12個國家中并列第5，AI合作總數（7次）在所有12個國家中位列第8。

3、藥企與AI初創公司、IT-云服務商合作次數

AI公司、IT-云服務商和高校是藥企在AI輔助藥物研發上主要合作對象。

藥企與AI公司和IT-云服務商的合作方式沒有明顯的區別。AI公司多為初創公司，規模相對較小；IT-云服務商以IBM、Google為代表，其麾下的人工智能創新實驗室是藥企的理想合作對象。

在納入統計的所有44家藥企中，有41家藥企與AI公司有合作關系，占比為93%，合作次數最多的是楊森，為8次。
有14家藥企與IT-云服務商有合作關系，占比為32%，合作最多的是諾華，為6次。

4、藥企與高校合作次數

藥企與高校的AI輔助藥物研發合作大多是基于高校實驗室的技術交流或人才與資金援助，據統計有7家藥企與高校開展了合作，其中葛蘭素史克與2家高校有過合作關系，英國牛津大學則分別與諾華和Evotec開展過合作。

5、合作年份

我們盤點了藥企在AI輔助藥物研發上的行動次數所處的年份，可以看到在2015年以后合作次數逐年遞增，且增幅明顯。

6、投資情況

根據公開信息綜合統計藥企對AI初創公司的投資情況，結論如下：
1、至少有8家藥企參與了對AI初創公司的投資；
2、投資總金額超過1.3億美金；
3、默克投資金額最多，超過6500萬美金；
4、中國藥企藥明康德投資了2家AI公司，與默克一起并列投資次數最多的藥企。

7、地域劃分

對所有藥企所處的地域進行統計，可以得出以下結論：
有12家美國藥企先后進行過AI藥研相關的行動，占比27%，其次為日本（7）、德國（5）。
美國藥企貢獻了共計38次行動次數，占比28%，比所有亞洲國家的總和還多；其次為德國（25次），瑞士（15次）。
歐洲、亞洲、北美洲參與AI藥研的藥企數量分別為17、15、12家，差距不大，但在行動次數上，歐洲藥企的行動總數為67，接近亞洲（30次）和北美洲（38次）之和。

8、藥企平均行動次數

藥企平均行動次數=行動總數/藥企數量，能夠體現某一地區藥企在AI輔助藥物研發技術上的總體活躍度。

歐洲國家包攬了藥企平均行動次數的前三名，英國的2家藥企貢獻了13次AI行動次數，在所有國家中次數最高；德國和瑞士緊隨其后；中國處于中間水平。
按大洲劃分，歐洲次數最高，北美次之，亞洲第三。

全部44家藥企在AI行動上的細節可文末掃碼添加小F微信（ID：imfastone）獲取。

三、AI初創公司

1、合作數量

AI初創公司在與藥企的合作中扮演著AI技術先鋒的作用，其中沖在最前面的是來自英國的Exscientia，其合作的藥企數量為8家。
Exscientia合作的藥企包括GSK、Sanofi、Roche、Evotec、BMS（Celgene）、Bayer、Sumitomo Dainippon Pharma、Sunovion。

緊隨其后的是法國的Iktos、美國的GNSHealth和中國香港的Insilico Medicine，均為6次。

2、創立年份

對所有AI公司的創立年份進行統計，可以看到2012年以后整個行業迎來了明顯的增長期，2014-2016年連續3年都有7家AI公司創立。

3、地域分布

在所有55家已經與藥企展開合作的AI企業中，有30家企業總部位于美國，占比超過54%，比榜單上剩余其他所有國家的總和還要多。
位于第二的是英國和加拿大，分別擁有6家AI企業。
中國僅有Insilico Medicine和晶泰科技兩家企業上榜，總部分別位于香港和深圳。

全部AI初創公司信息可文末掃碼添加小F微信（ID：imfastone）獲取。

四、AI制藥聯盟

對藥企參與的AI制藥聯盟進行統計，共有16家藥企加入了至少1個聯盟，占所有制藥企業的36%。
AI行動次數越多的藥企，越有興趣加入AI制藥聯盟，所有7家AI行動次數超過6次的企業均加入了聯盟。

吸引最多藥企參與的聯盟是MELLODDY（10家），分別為Bayer、GSK、Amgen、AstraZeneca、Janssen、MerckKGaA、Novartis、Astellas、Boehringer Ingelheim、Servier。
MELLODDY的全稱是Machine LearningLedger Orchestration for Drug Discovery，其目標是建立一個機器學習平臺，這樣就可以從多組專有數據中學習，同時又能尊重它們的高度機密性，因為在整個項目中，數據和資產所有者將保留對其信息的控制權。

排名第二的AI輔助藥物研發聯盟是MLDPS，有9家藥企加入其中，分別為Bayer、Amgen、Novartis、Pfizer、BASF、Eli Lilly、Sunovion、ZambonPharma、藥明康德。
MLDPS（Machine Learning for PharmaceuticalDiscovery and Synthesis Consortium）成立于2018年，聯盟的目標是打破麻省理工學院機器學習研究和藥物發現研究之間的鴻溝——將麻省理工學院的研究人員和產業界聚集在一起，從而找出并解決AI輔助藥物研發中最重要的問題。

- END -

完整版《全球44家頂尖藥企AI輔助藥研行動白皮書》

掃碼添加小F微信（ID: imfastone）獲取