作者
青暮
编辑
陈彩娴
年6月29日，未来论坛·青创联线上学术研讨会YOSIAWebinar举办第三期论坛，主题为《AI+化学与制药，人工智能为药物研发和化学研究按下快进键》。本期AI+化学与制药主题研讨会将汇集化学、制药行业代表及人工智能专家学者，一同探讨化学与制药行业的价值、研究路径及未来发展方向。
在论坛中，我们可以看到人工智能经常在化学和制药领域中碰撞出创新的思想之火花。例如，化学逆合成反应借鉴了AlphaGo的思想，小分子可以编码为字符串用NLP技术处理，或者编码为无向连接图用GNN处理，甚至可以用生成模型生成新的化学分子，以及用深度学习来预测化学物质的性质等等。
随着人工智能时代的到来，研究人员需要在无穷变化的化学反应条件下手工设计出化学合成路线的“劳动密集型”将成过去，未来化学领域的人工智能应用能够掌握和消化海量合成方法、合成路线、材料结构和性能等，辅助化学家描绘出合成过程的“蓝图”，从繁重的手工劳动中解放出来。
在AI技术助力化学研究与新药研发的进程下，化学科研仍需大量创新和跳跃性思维，为人工智能提供创新策略，推进人工智能系统不断优化，后者再反过来推动化学研究人员进行更深入的研究。
论坛邀请由麻省理工学院生物系副教授翁经科主持，邀请了来自合成化学、药物设计、化学化工、制药行业的人工智能专家，分别是：Galixir星药科技创始人李成涛、北京大学前沿交叉学科研究院特聘研究员裴剑锋、重庆大学特聘研究员申威峰、西湖大学研究员杨东与辉瑞有限公司医药计算化学科学家杨庆怡。
以下为该论坛的讨论内容，AI科技评论作了不修改原意的整理与编辑：
1
AI在化学合成中的应用
李成涛：合成以及逆合成是有机化学中的一个重要命题。逆合成旨在寻找能够合成目标化合物的反应物和合成路径。
通过运用深度学习技术进行基于化学反应数据的学习，人工智能可以帮助化学家进行合成路线的设计和中间体化合物的选择，极大地减少设计需要的时间。这对于药物的研发、围绕着药物和中间体化合物进行的专利保护、以及药物的生产效率都有着重大的意义。
非常高兴和大家分享人工智能在生物医药特别是化学合成领域的应用。为什么做化学合成呢？因为化学合成在整个生物医药和制药领域都扮演了非常重要的作用。
生物医药和制药研发流程大概分为两个阶段：
第一阶段是临床前阶段，涉及到选择蛋白质靶点、选择设计先导化合物（包括先导化合物的优化、筛选）。设计出好的分子之后，再进行体内和体外实验，最终如果实验结果不错，我们可以拿到临床许可进入临床阶段。
第二阶段是临床阶段，就是临床I、II、III期，再之后就是获批上市。
其实这两个阶段都有很长的研发时间。尤其是临床前阶段，大概有5到8年的时间。现在研发一款药，从靶点选择到获批上市的时间平均是14年，这是非常漫长的过程。
漫长的时间意味着巨大的投入。从70年代开始，总资金投入大约每十年翻一番，这被总结成一个比较著名的定律，叫做Eroom定律，Eroom是摩尔定律的反写。Eroom定律的意思是，随着时间的推移和技术的发展，新药研发的效率反而越来越低，并且投入越来越高。
现在研发一款药，平均要花费20亿美金以上，这是非常巨大的投入。同时新药研发伴随着巨大风险，并且随着时间的推移越来越高，即研发成功率是非常低的。高昂的价格和过长的研发周期造成研发投入的回报率逐年降低，在年是10%，到年小于2%，现在可能更低。
其实世界上有很多种疾病，但是真正有治疗方法的可能不到一半，有很多疾病没有被