編譯丨鹿柴

今年9月份的時候，Nature子刊上釋出了一項新研究，來自人工智慧藥物研發公司Insilico Medicine和藥明康德等機構的AI演算法，21天內就能夠設計出潛在分子架構，並在46天內完成初步生物學驗證。

其實在這項AI藥物研發運動中，主要有兩股勢力，一種是新型A藥物研發初創公司，還有一種就是大型藥企，開頭說道的例子恰恰是初創公司搭檔大藥企的一個典型案例。事實上，大藥企們究竟是如何在藥物發現中應用人工智慧，如何與AI 初創公司的合作，一直是令人好奇的地方。

1、艾伯維

艾伯維似乎一直對其在藥物研發中是否使用人工智慧保持緘默。但它確實有一個與Atomwise合作的機密專案。同樣，2016 年 9 月，艾伯維合作伙伴 AiCure 宣佈了其基於 AI 的患者監測平臺如何在艾伯維II期精神分裂症試驗中改善依從性。

2、安進

安進是精準醫療創業公司 GNS Healthcare 的投資者。

2018 年 5 月， MIT宣佈安進是其藥物發現和合成機器學習聯盟的成員。同月，一份報告指出，安進正在與醫學研究機器學習初創公司 Owkin 合作。

2019 年 6 月，MELLODDY（藥物發現的機器學習類目編制）專案宣佈安進為其成員之一。MELLODDY 將在多個合作伙伴的資料集上訓練機器學習模型，同時使用聯合學習確保每個合作伙伴的隱私。

3、Astellas

Astellas似乎將AI藥物研發的重點放在了對現有化合物的再利用上。它在2015年2月宣傳了“藥品再利用和應用管理”專案。同年12月，Astellas和Biovista宣佈圍繞藥物再利用展開合作。2016年1月，Astellas和NuMedii宣佈了類似的合作。

2019 年 6 月，MELLODDY（藥物發現的機器學習類目編排）專案宣佈Astellas為其成員之一。

4、阿斯利康

2017 年 8 月，阿斯利康與Berg Health宣佈達成合作，致力於共同發現帕金森症等神經系統疾病的治療靶點。

2018年2月，阿斯利康宣佈與阿里巴巴達成合作，將包括人工智慧在內的技術應用於患者診療。

2019年4月，阿斯利康宣告將與BenevolentAI達成長期合作，雙方將集中在治療慢性腎病和特發性肺纖維化的新藥上。

2019年6月，MELLODDY（藥物發現的機器學習類目編排）專案宣佈阿斯利康為其成員之一；同月，阿斯利康通過子公司MedImmune與ProteinQure達成長期合作。ProteinQure是一家加拿大AI藥物發現公司，使用量子計算、分子模擬和機器學習來設計藥物。

2019年9月，計算藥物發現公司Schrodinger宣佈與阿斯利康合作，共同建立一個平臺，利用基於物理的建模和機器學習來預測分子與蛋白質結合的潛力。

5、BASF

2017年1月，BASF宣佈與Nuritas合作，後者將人工智慧和基因組學結合起來，發現具有健康益處的天然多肽。2018年11月，雙方釋出合作的首個商業化的多肽：一種來自糙米的天然成分，可以用來減輕炎症。

2018年5月，MIT宣佈BASF是其藥物發現和合成機器學習聯盟的成員。

6、拜耳

2018年5月，MIT宣佈拜耳是其製藥發現和合成機器學習聯盟機器學習的成員。

2018年8月，拜耳將AI藥物設計公司Cyclica納入其Grants4Apps專案。

2018年11月，Cyclica宣佈拜耳正在利用其技術進行脫靶效應調查、藥代動力學性質預測以及多靶向藥物設計。同月，拜耳宣佈與Genpact合作，將AI應用於藥物警戒。Genpact的技術可自動從原始檔中提取不良事件資料。

2019年1月，醫療保健領域的人工智慧聯盟宣佈拜耳為創始成員。

2019年6月，MELLODDY（藥物發現的機器學習類目編排）專案宣佈拜耳為其成員之一。

2019年7月下旬，拜耳與Sensyne Health宣佈合作研發心血管疾病治療藥物。Sensyne Health與NHS有著獨特的合作關係，可以在保護患者隱私的同時，使用其電子患者記錄資料。

7、Boehringer Ingelheim

在2011 年 12 月之前，Boehringer Ingelheim加拿大分公司和 Numerate之間的合作甚至沒有提及 AI。一份數字新聞稿指出，它是“利用雲端計算和新型計算方法的力量來改造藥物設計過程。”這項合作的重點是為一個未命名的傳染病靶標製備小分子藥物先導物。

2018年5月，有新聞媒體報道稱，Boehringer Ingelheim曾與Bactevo合作，利用其“全面集成藥物引擎”平臺確定新型小分子先導化合物。

2019年6月，MELLODDY（藥物發現的機器學習類目編排）專案宣佈 Boehringer 為其成員之一。

Boehringer Ingelheim也在使用人工智慧分析語音來發現神經系統疾病的徵兆，以促進早期診斷。他們最初的研究重點是精神分裂症和阿爾茨海默氏症。一份2019年7月的報告稱，該公司已經在臨床試驗中使用該技術。

8、BMS

2018年2月，BMS宣佈與Sirenas達成合作，將該生物技術公司的技術應用於具有挑戰性的治療靶點。Sirenas利用資料探勘和機器學習從全球微生物組樣本中尋找化學物質的治療應用。

2019年3月，BMS宣佈與Concerto HealthAI達成另一項合作伙伴關係。Concerto專長於使用 AI 分析現實世界的腫瘤資料，可以分析現實世界的證據並生成洞見。其與BMS的合作涵蓋了一系列資料來源、癌症和活動，包括臨床試驗、方案設計和精準腫瘤治療。

9、新基

2019年1月，AI藥物發現創業公司Exscientia宣佈新基投資了其B輪。

2019年3月的一份報告稱，新基將與Exscientia簽訂一項為期三年的協議，利用其AI發現用於三個靶點的小分子。

新基還投資了精準醫療創業公司 GNS Healthcare。

10、禮來

2018年5月，MIT宣佈禮來是其藥物發現和合成機器學習聯盟的成員。

2018年7月，機器人云實驗室提供商Transcriptic宣佈，禮來將利用其人工智慧技術，實現按需藥物發現業務。

2019年6月，Atomwise宣佈與禮來就多達10種藥物展開合作。在合作中，似乎禮來將使用Atomwise的技術篩選合成具有治療潛力的分子。

11、Evotec

Evotec這家公司比較難以描述，它自稱是一家“藥物發現聯盟和開發夥伴”公司。其合作伙伴包括很多更知名的製藥公司，如拜耳、賽諾菲、基因泰克等。它還與Exscientia有著緊密的合作關係。

Evotec於2016年4月宣佈與Exscientia初步合作，雙方專注於合作建立雙特異性小分子免疫腫瘤療法，這些治療方法可以同時擊中兩個不同的癌症靶標。2019年1月，Evotec還宣佈參與 Exscientia的B系列。

Evotec也與學術機構合作。例如，它在2019年6月宣佈與牛津大學合作，幫助資料驅動的藥物發現專案商業化，此外，它還將與臨床人工智慧公司Sensyne Health合作。

12、吉利德

吉利德首次公開宣佈在藥物研發中使用 AI 應該是在 2019 年 4 月。本月，吉利德宣佈與初創公司Insitro在非酒精性脂肪性肝炎 (NASH)進行戰略合作，吉利德將利用Insitro的平臺為NASH建立疾病模型，並找到影響疾病進展和消退的靶點。

13、基因泰克

2017年6月，基因泰克與精準醫療初創公司GNS Healthcare宣佈合作，通過分析電子病歷和下一代測序等來源的資料，尋找並驗證潛在的癌症藥物靶點。

2019年9月，基因泰克和羅氏披露了一個預測分析專案，並在Nature上發表了一篇關於利用深度學習來預測哪些糖尿病視網膜病變患者會進展比較快的論文。

14、GSK

GSK一直是將人工智慧應用於藥物發現領域最活躍的製藥公司之一。它甚至建立了一個內部的人工智慧部門。（最初稱為“Medicines Discovered Using Artificial Intelligence”，現在稱為“In silico Drug Discovery Unit”。）截至2019年7月，據報道GSK的AI團隊人數約為50 人。

GSK已與包括Exscientia和Insilico Medicine在內的初創公司展開合作。2017年7月，GSK與Excientia達成合作關係，旨在在未公開的治療領域發現多達10種與疾病相關的靶標的新型選擇性小分子。與Insilico的合作關係則是在2017年8月宣佈，旨在確定新型的生物靶點和通路。

GSK還是“加速醫藥機會療法” (ATOM) 聯盟的一員，該聯盟旨在利用人工智慧在不到一年的時間裡從藥物靶點走向患者可隨時使用的療法。（一個雄心勃勃的目標。）GSK為ATOM提供了超過200多萬種已篩選化合物的化學和體外生物學資料。

2018年5月，GSK宣佈與Cloud Pharmaceuticals合作，將AI用於設計新型小分子藥物。

GSK還與谷歌合作，將AI應用於藥物研發。2018年7月，PLOS One上的一篇論文描述了兩家公司的研究人員如何開發出一種機器學習演算法來識別蛋白質晶體。

2019年1月，醫療保健領域人工智慧聯盟宣佈 GSK 為創始成員。

2019年4月上旬，Exscientia宣佈其與GSK的合作產生了了第一個切實的成果：靶向慢性阻塞性肺病新型通路的“高效”先導分子。

2019年6月，MELLODDY（藥物發現的機器學習類目編排）專案宣佈GSK為其成員之一。

2019年7月，GSK 還與斯特拉斯克萊德大學和諾丁漢大學的研究人員進行了合作，專注於將 AI 應用於合成化學。

15、Ipsen

2018年5月，一份報告指出，Ipsen正在與醫學研究機器學習初創公司Owkin合作。

16、Janssen

Janssen和BenevolentAI之間的合作是最獨特的 AI 藥物開發合作之一。2016 年 11 月，他們宣佈BenevolentAI將在利用人工智慧在Janssen的產品組合中發現尚未開發的潛力後，授權楊森的臨床階段候選藥物的開發、生產和商業化權利。隨著BenevolentAI公司最近啟動了一項 2b 期臨床試驗，用於治療帕金森病患者的嗜睡，這項交易可能已經取得了成果。

2018年1月，強生公司宣佈了Janssen與WinterLight實驗室的合作，試圖通過Janssen臨床試驗獲得的語音樣本來預測痴呆和神經退行性疾病。

2019年1月，醫療保健人工智慧聯盟宣佈Janssen為創始成員。

2019年4月，AI驅動的藥物設計創業公司Iktos宣佈與Janssen展開合作。此次合作將在小分子藥物發現專案上使用 Iktos 的虛擬藥物設計技術。

2019年6月，MELLODDY（藥物發現的機器學習分類目編排）專案宣佈Janssen為其成員之一。

除了合作開發新藥，Janssen還將AI應用於臨床試驗。2019年7月，Celsius Therapeutics宣佈與Janssen公司合作，利用其單細胞基因組學和機器學習平臺，在Janssen公司關於golimumab (Simponi) 和guselkumab (Tremfya) 治療潰瘍性結腸炎患者的VEGA研究中，尋找應激的預測生物標誌物。

17、默克

與Boehringer Ingelheim一樣，默克也與Numerate達成了早期合作，他們在2012年3月宣佈了合作。合作的重點是為未命名的心血管疾病靶標生成新型小分子藥物先導物。

2018年12月，默克宣佈與Cyclica合作，利用其人工智慧增強的蛋白質組學篩選平臺闡明作用機制，評估安全性特徵，並探索用於研究小分子的其他應用。

幾個月後，也就是2019年3月，默克宣佈與Iktos合作，利用其搭建的AI平臺來設計一種特定疾病所需性質的新型分子。

默克與Atomwise還有一個合作的保密專案。

2019年6月，MELLODDY（藥物發現的機器學習分類目編排）專案宣佈默克為其成員之一。

18、三菱田邊製藥

2018年3月三菱田邊製藥與日立合作，通過AI優化臨床試驗計劃。該合作使用日立的Lumada平臺，它將從科學論文和臨床試驗中提取資訊，試點發現該技術可節省 70% 的時間。

19、雀巢

雖然不是傳統制藥公司，但雀巢有一個健康科學部門，旨在推進營養作為治療。2018年2月，雀巢宣佈與Nuritas建立合作關係，利用AI發現食品中的治療性多肽。

20、諾華

在商業方面，諾華在使用數字媒體方面一直頗具創意。例如，該公司為Gilenya開展的大規模數字化宣傳活動獲得了多項獎項。但直到最近，它在人工智慧方面的動作相對較少。隨著新任CEO Vas Narasimhan的上任，這種情況開始改變。Vas Narasimhan在2017年9月的一次採訪中曾宣佈，計劃與AI和資料分析公司合作或收購它們。

2018年1月，一篇文章透露，諾華與麥肯錫的QuantumBlack合作，用機器學習分析臨床試驗操作。他們聲稱，這項工作將患者入組時間縮短了10-15%。

一份2018年3月的報告還描述了與IBM Watson的合作，以提高臨床試驗招募，以及使用“數字皮質”預測藥物療效。

2018年5月，MIT宣佈諾華是其藥物發現和合成機器學習聯盟的成員。同月，英特爾宣佈與諾華合作，將 AI 應用於高內涵篩選。

2018年6月， Business Insider發表了對諾華生物醫學研究院 (NIBR) QuattroporteJay Bradner關於公司在人工智慧方面進展的採訪。Bradner表示，在NIBR工作的6000名科學家中，有4%是資料科學家。“我們喜歡把自己看作是海龜比賽中的領跑者。”他說，指的是製藥公司在使用新興技術方面一般比較保守。

2018年7月，InformationWeek上的一篇報道強調了諾華在藥物發現領域數字化改造第一階段的完成。該公司重建了其技術基礎架構，並通過一個單一的樞紐連線其資料。它現在正在開發一個預測性分析平臺，該平臺利用機器學習演算法進行臨床試驗操作。

除了建設內部AI能力外，諾華還與學術界合作。2019年1月，諾華宣佈與牛津大學大資料研究所合作，預測患者對藥物的反應。這項合作將結合不同型別的資料，如臨床、影像和基因組學資料。

2019年6月，MELLODDY（藥物發現的機器學習類目編排）專案宣佈諾華為其成員之一。

2019年9月，諾華宣佈了在其業務內鞏固資料科學和AI的重大舉措：與微軟合作，建立AI創新實驗室。合作關係最初將專注於針對黃斑變性的個性化療法、細胞和基因療法以及藥物設計。幾天後，BenevolentAI宣佈與諾華達成合作，利用其AI平臺實現腫瘤治療的個性化。

21、諾和諾德

諾和諾德將人工智慧作為2018年9月重組的重點，當時公司裁員400人。但與此同時公司增加了對人工智慧的投資，用於先導分子的選擇和開發。

幾個月後，即2018年12月，諾和諾德宣佈與英國生物技術公司e-Therapeutics達成協議，利用其基於AI的藥物發現技術，尋找治療2型糖尿病的新療法，合作將包括尋找新的干預策略、生物途徑和化合物，合作範圍在2019年8月進行了相應的拓展。

22、小野製藥

2019年3月，日本最大的製藥公司之一小野製藥 (Ono Pharmaceuticals) 宣佈與twoXAR合作，發現並開發一種未指明的神經系統疾病的治療方法。

23、輝瑞

2016年12月，輝瑞和IBM宣佈合作，加速免疫腫瘤學的藥物發現。自那以後就幾乎沒有進展動態，但是一系列關於IBM Watson人工智慧能力的負面報道後，包括在醫療保健領域，很多人質疑這種合作關係會有多大成效。

2018年4月，輝瑞曾與英國人工智慧計劃的資金有過關聯，但其參與的性質尚不清楚。

從2018年5月開始輝瑞公司開始加速AI方面的活動。當月，MIT宣佈輝瑞是其藥物發現和合成機器學習聯盟的成員。輝瑞也宣佈與XtalPi （晶泰科技）合作，結合量子力學和機器學習預測藥物的性質。而《華爾街日報》報道稱，輝瑞建立了一個內部分析平臺，利用機器學習來識別罕見病患者。

2018年9月，Atomwise宣佈輝瑞同意對其平臺進行評估。根據協議，Atomwise將為多達三種目標蛋白生成化合物。

2019年1月，CytoReason宣佈與輝瑞達成合作，具體的細節不多。然而，CytoReason的技術利用機器學習來了解細胞對疾病和治療的反應。在之前的工作中，這家初創公司已經發現了黑色素瘤中的新細胞參與者，特應性皮炎中的新作用機制，以及炎症性腸病抗TNFα治療中的新型治療前生物標誌物。CytoReason將標準化並組織輝瑞的資料，並將其整合到輝瑞特有的免疫系統模型中。

2019年4月，Concerto HealthAI宣佈與輝瑞達成合作，將AI和真實世界資料用於腫瘤領域。該合作旨在為輝瑞用於實體瘤和血液惡性腫瘤的研究性和商業化療法尋找可操作的見解。

24、羅氏

2018年2月，羅氏收購了專注於腫瘤領域的電子健康記錄公司Flatiron Health。Flatiron海量的腫瘤資料為羅氏提供了海量的機器學習資產。同樣，2018年5月，一份報告指出，羅氏正在與醫學研究機器學習初創公司Owkin合作。

羅氏也是為數不多的與IBM Watson Health合作的製藥公司之一。羅氏與IBM 合作，於2019年1月發表了一項研究，利用真實世界資料預測糖尿病患者的慢性腎病。

羅氏和子公司基因泰克在2019年9月披露了另一個預測分析專案，在Nature上發表了一篇關於利用深度學習預測哪些糖尿病視網膜病變患者會進展比較快的論文。

25、賽諾菲

2016年4月，賽諾菲的Genzyme部門與Recursion製藥宣佈合作，利用Recursion的藥物再利用平臺篩選賽諾菲分子的遺傳病靶點。

賽諾菲也是Exscientia的一個重要合作伙伴。他們的合作關係始於2017年5月，雙方合作的重點是尋找糖尿病及其合併症等代謝性疾病的雙特異性小分子藥物。2019年8月，Exscientia宣佈賽諾菲行使其選擇權，用於靶向炎症和纖維化進展的雙特異性小分子。

2017年10月，賽諾菲和Berg Health宣佈了一項合作，以評估季節性流感疫苗效能的潛在生物標誌物。

賽諾菲還嘗試過使用AI用於醫療通訊。2018年10月的一篇文章報道指出，賽諾菲與Researchably合作，後者使用AI自動化稽核醫學文獻綜述。據報道，賽諾菲發現該軟體將審查論文的時間從13分鐘縮短到不到一秒。

2019年6月，賽諾菲宣佈了與谷歌包括AI在內的廣泛合作。賽諾菲和谷歌將通過一個新的虛擬“創新實驗室”，分析真實世界的資料，了解哪些治療方法對患者起作用，並分析製造和商業資料，預測銷售情況，併為營銷和供應鏈活動提供資訊。

26、參天製藥

2017年2月，專注於眼科產品的日本參天製藥與TwoXAR宣佈合作，尋找青光眼的新候選藥物。

27、Servier

Servier也是Numerate公司的另一個合作伙伴，雙方在 2017 年 6 月宣佈合作設計ryanodine 受體 2 (RyR2) 的小分子調節劑，這個靶點被認為在心血管疾病中具有重要作用，但尚未具有藥物治療能力。這項合作可能導致新的治療心力衰竭和心律失常的新療法。

2019年1月，Servier宣佈了與AI藥物設計創業公司 Iktos合作的成功結果：Servier使用Iktos的技術分析了 旨在滿足11個標準的800個分子，但最終沒有一個分子符合所有標準。不過，隨後通過學習之後，使用Iktos的技術生成了針對標準進行優化的 150 個分子。Servier對它們進行了合成和測試，結果平均來說這些分子符合11項標準中的9項，其中有1例完全符合 11 項標準。

2019年6月，MELLODDY（藥物發現的機器學習類目編排）專案宣佈Servier為其成員之一。

28、SK 生物製藥

SK生物製藥公司是南韓一家專注於中樞神經系統和癌症疾病的公司，2019年4月它宣佈與twoXAR達成協議，開發治療非小細胞肺癌的新療法。根據協議，twoXAR將利用其AI發現技術技術來識別候選藥物。SK生物製藥公司隨後將利用其內部AI技術來優化潛在候選藥物。

29、Sunovion

2014年11月，Exscientia宣佈與Sunovion合作研究精神疾病新藥。

2018年5月，MIT宣佈Sunovion是其藥物發現和合成機器學習聯盟的成員。

30、住友製藥

Exscientia的早期合作伙伴之一，住友製藥和這家初創公司在2015年9月宣佈了一項合作的初步結果，以發現用於治療精神疾病的新療法，鑑定出的第一個化合物雙特異性、雙激動劑分子，可選擇性啟用來自兩個不同家族的兩個GPCR受體。

31、武田製藥

武田也是Numerate的合作伙伴，雙方與2017年6月達成合作篩選腫瘤學、胃腸病學和中樞神經系統疾病的候選藥物。

2018年8月的一篇文章報道了武田使用AI預測抑鬱症病程的情況。他們的目標是確定哪些患者通過轉換治療或者從不同的一線治療得到了改善。初步的研究表明，迴歸神經網路在這樣的預測中是準確的。

2019年1月，武田的合作伙伴Recursion宣佈與該製藥公司擴大合作，以評估和確定罕見病的新型臨床前候選藥物，並報告了Recursion在過去的 18 個月中對超過60多種適應症進行了評估。據報道，這為至少6種疾病提供了新的治療選擇。武田製藥從這些早期結果中選擇了兩種罕見疾病的候選藥物。

32、Wave Life Science

Wave是一家專注於未滿足需求的遺傳條件的生物技術公司。2018年5月，Wave和Deep Genomics宣佈合作，利用機器學習尋找治療遺傳性神經肌肉疾病的新療法。

33、Zambon Pharma

Zambon Pharma是精準醫療創業公司GNS Healthcare 的投資人。