《我不是藥神》在今夏的火爆，恐怕反應(yīng)出了很多人的心聲：看病已然不易，買(mǎi)藥更加艱難。
為什么藥價(jià)這么貴?
圖片版權(quán)所屬：獵馬網(wǎng)
新藥研發(fā)成本非常高，就是其中一個(gè)重要原因。業(yè)內(nèi)有種說(shuō)法，新藥研究需要 “兩個(gè)十”：用十年，花十億美金。如果再把失敗嘗試的成本也算進(jìn)去，每種藥物研發(fā)費(fèi)用更是達(dá)到 27 億美元。
但就算花了這 “兩個(gè)十”，也無(wú)法保證研發(fā)一定成功 —— 藥物研發(fā)的成功率并不高。《自然》雜志撰文稱(chēng)，從臨床 I 期到獲得審批的這段時(shí)間里，高達(dá) 90% 的項(xiàng)目以失敗告終。
高投入、高風(fēng)險(xiǎn)，往往伴隨著高回報(bào)。一旦新藥過(guò)關(guān)斬將、成功上市，經(jīng)濟(jì)回報(bào)往往相當(dāng)驚人，這也是資本、特別是硅谷一些諸如 Andreessen Horowitz、Khosla Ventures 等頂級(jí) VC 比較青睞醫(yī)藥的原因。比如輝瑞制藥旗下受專(zhuān)利保護(hù)的降血脂藥物立普妥(Lipitor)，僅 2010 年一年的全球銷(xiāo)售額，就高達(dá) 107.33 億美元，在輝瑞當(dāng)年所有藥品里取得最高營(yíng)收，而當(dāng)年廣為人知的輝瑞小藍(lán)片 “偉哥” 僅以 19.28 的營(yíng)收屈居第六。看來(lái)降血脂和重振雄風(fēng)相比，前者才是更剛的剛需。
可以說(shuō)，巨大的經(jīng)濟(jì)回報(bào)既是藥企研發(fā)新藥的動(dòng)力、也是新藥價(jià)格昂貴的原因，更是有些市場(chǎng)小、規(guī)模有限的罕見(jiàn)病無(wú)藥可醫(yī)的部分原因。
新藥研究道阻且長(zhǎng)，因此，許多大型藥廠和科研機(jī)構(gòu)都在找用 AI 來(lái)提高效率、提高成功率的辦法。與 AI和醫(yī)療結(jié)合的其他領(lǐng)域比，新藥研發(fā)領(lǐng)域雖然潛力巨大，但也面臨不少挑戰(zhàn)。
在討論 AI 如何加速新藥研發(fā)之前，我們先來(lái)看看一款藥是如何 “誕生” 的。
新藥開(kāi)發(fā)，萬(wàn)里挑一
一款藥到底安不安全?有沒(méi)有效?如何確定劑量?新藥研發(fā)的所有流程和步驟，其實(shí)就是為了回答這三個(gè)問(wèn)題。
以常見(jiàn)的小分子化合物藥(比如青霉素)為例，新藥開(kāi)發(fā)可以分為：臨床前研究、臨床研究，藥物批準(zhǔn)上市及上市后監(jiān)測(cè)這三個(gè)大步驟。
(圖自硅谷密探，版權(quán)屬于原作者)
用大白話說(shuō)，“臨床前研究” 階段，就是尋找藥里可以治病的化合物的階段。具體可以細(xì)分為藥物靶點(diǎn)確認(rèn)、化合物合成、活性化合物的篩選、選定先導(dǎo)化合物、評(píng)估藥物的藥理作用、制劑開(kāi)發(fā)等階段。在這些小步驟中，藥物靶點(diǎn)確認(rèn)是一切后續(xù)工作的基礎(chǔ)，而從 “化合物合成” 到 “選定先導(dǎo)化合物”，為了找到安全、有效的化合物，往往需要反復(fù)很多次。
這個(gè)階段也是化合物的 “海選” 階段，最開(kāi)始的大幾千、甚至 10000 個(gè)化合物，經(jīng)過(guò)層層篩選和驗(yàn)證后，只有 5 ~ 10 個(gè)化合物可以進(jìn)入臨床試驗(yàn)階段。
在臨床研究階段，還要進(jìn)一步分為 I 期、II 期、III 期臨床試驗(yàn)。如果說(shuō) “臨床前研究” 階段，基本回答了安不安全、有沒(méi)有效的問(wèn)題，這個(gè)階段則要證明發(fā)生在人身上的實(shí)際結(jié)果，和理論結(jié)果是相吻合的。同時(shí)，劑量多少也在此階段確定。
在臨床 III 期，不僅試用藥物的志愿者人數(shù)更多，同時(shí)也是治療作用的確認(rèn)階段。接下來(lái)藥品注冊(cè)申請(qǐng)能否獲得批準(zhǔn)，臨床 III 期提供的依據(jù)往往是關(guān)鍵。
如果在新聞里看到某款新藥已經(jīng)在 III 期臨床階段，往往意味著該款新藥上架可期。不過(guò)如果臨床研究階段里的任何一個(gè)小階段效果不好、或者不如市場(chǎng)上現(xiàn)有藥物好，那款新藥往往會(huì)胎死腹中。2017 年，美國(guó) FDA 一共只批準(zhǔn)了 46 款新藥，可見(jiàn)批準(zhǔn)難度之高。
經(jīng)過(guò)臨床研究洗禮后，依然被認(rèn)為有效的最后一種化合物，在獲得相關(guān)部門(mén)批準(zhǔn)后，才會(huì)上市變成一款新藥。上市后的后續(xù)監(jiān)測(cè)，則要確保該款新藥首次被大范圍人群應(yīng)用后的療效，此外還要進(jìn)行不良反應(yīng)的監(jiān)測(cè)。我們看到藥物說(shuō)明書(shū)里的增補(bǔ)、禁忌，和不良反應(yīng)(比如：大多數(shù)人吃了這個(gè)藥會(huì)怎樣怎樣，少數(shù)會(huì)有某種反應(yīng)，如發(fā)生某種情況則需要就醫(yī))，就是這一步的體現(xiàn)。
至少十年、至少十億美元，萬(wàn)里挑一，才可能有一種新藥。而目前的 AI 技術(shù)，則主要集中于解決 “新候選藥物的生成(generate novel drug candidates)” 這個(gè)問(wèn)題。
新候選藥物的生成：最受資本青睞
過(guò)去十幾年大數(shù)據(jù)集的可用性和先進(jìn)算法的發(fā)展，推動(dòng)了機(jī)器學(xué)習(xí)的重大改進(jìn)，這使得實(shí)現(xiàn)狹義 AI 成為可能。“狹義 AI” 指的就是專(zhuān)注于特定任務(wù)、特定場(chǎng)景的 AI。換句話說(shuō)，目前的 AI 只有在醫(yī)療、車(chē)載等特定場(chǎng)景下，才能努力像人一樣思考。
想要思考，總得先聽(tīng)懂人家在講什么吧!近兩年很火熱的自然語(yǔ)言處理(Natural Language Processing)，指的就是機(jī)器能夠用和我們?nèi)祟?lèi)相似的方式理解文本、找出規(guī)律，明白一個(gè)東西在講什么。這種技術(shù)在計(jì)算機(jī)視覺(jué)(computer vision)、語(yǔ)音分析和路線選擇領(lǐng)域已經(jīng)得到了廣泛應(yīng)用。
藥物研發(fā)領(lǐng)域也不例外。一方面，AI 具有 “從大量數(shù)據(jù)中找出隱藏的規(guī)律和線索” 的能力，另一方面，藥物研發(fā)恰恰需要處理大量數(shù)據(jù)文獻(xiàn)、進(jìn)行大量試錯(cuò)，讓新藥研發(fā)耗時(shí)耗力耗錢(qián)。兩者正好契合，也就不難理解為什么近幾年 “AI+藥物研發(fā)” 的初創(chuàng)公司大量出現(xiàn)。
以 Crunchbase 上的數(shù)據(jù)為準(zhǔn)，小探整理的 115 家 AI+新藥研發(fā)領(lǐng)域的公司里，有 40% 成立于 2014 到 2017 年間。
【來(lái)源：獵馬網(wǎng)】
