?

將單細(xì)胞研究的基本思路與新藥研發(fā)的成熟管線結(jié)合起來。

?

制藥行業(yè)有著嚴(yán)格的監(jiān)管和實(shí)驗(yàn)審批機(jī)制,，一直是數(shù)據(jù)科學(xué)深入應(yīng)用的領(lǐng)域,。所有的新藥上市之前，都要經(jīng)過大量嚴(yán)格的臨床前后試驗(yàn)以及數(shù)據(jù)分析,?；谟邢薜膶?shí)驗(yàn)數(shù)據(jù)進(jìn)行建模和模擬，從藥物動(dòng)力學(xué),、藥效學(xué)模型開始并和各種疾病發(fā)展模型甚至生存模型整合起來,，可以幫助評(píng)估和探索新藥研發(fā)方向，從而降低風(fēng)險(xiǎn),，提高效率,。

在化藥研發(fā)過程中，官能團(tuán)隨機(jī)組合的化學(xué)空間,，已經(jīng)大于已知的化學(xué)數(shù)據(jù)庫,。要對(duì)如此龐大的數(shù)據(jù)進(jìn)行系統(tǒng)性篩選，不僅需要強(qiáng)大的計(jì)算能力,，更需要優(yōu)化的數(shù)據(jù)模型和算法,。數(shù)據(jù)，模型,，算力和量化需求,，在新藥研發(fā)中的作用越來越重要，數(shù)據(jù)也成為新藥研發(fā)的生產(chǎn)要素之一,，并在化藥中形成了計(jì)算機(jī)輔助藥物設(shè)計(jì)這門學(xué)科,。

在生物藥的研發(fā)過程中，特別是人類基因組時(shí)代以來,，組學(xué)數(shù)據(jù)的積累在新藥研發(fā)過程中的作用也日益凸顯,。縱觀生物藥的發(fā)展,，大體可分為三個(gè)階段：

• 20世紀(jì)60-70年代,，生物物理,、生物生化和基礎(chǔ)醫(yī)學(xué)的發(fā)展，人體生物化學(xué)和生理過程逐漸明晰
• 20世紀(jì)80年代-21世紀(jì)初（2000）,，測序技術(shù)的應(yīng)用,，生物藥的起始，重組人胰島素（基因泰克/禮來）獲批上市
• 2000年至今,，生物工程藥大規(guī)模產(chǎn)業(yè)化階段,。基因組學(xué),，蛋白質(zhì)組學(xué),，生物信息學(xué)等生物技術(shù)發(fā)展為其提供保障。

多組學(xué)數(shù)據(jù)之于生物新藥研發(fā)不亞于大數(shù)據(jù)化學(xué)之于化藥研發(fā),，不同層次的基因測序是打開人體結(jié)構(gòu)的利器,，幫助人類加深對(duì)生命活動(dòng)機(jī)制的認(rèn)識(shí)，也能為藥物治療提供新的思路和靶標(biāo),。

海量單細(xì)胞技術(shù)帶來的組學(xué)數(shù)據(jù)超指數(shù)增長,，為單細(xì)胞時(shí)代下新藥研發(fā)提供了新的生產(chǎn)資料。同時(shí),，我們看到以機(jī)器學(xué)習(xí)為代表的一系列人工智能技術(shù)或者算法日漸成熟,。一方面是數(shù)據(jù)的快速積累，形成大量的圖譜和數(shù)據(jù)庫,；一方面是數(shù)據(jù)挖掘算法（AI）需要找到具體的應(yīng)用場景,。所以人工智能和單細(xì)胞的結(jié)合在學(xué)術(shù)界和企業(yè)界不斷見于推文，如：

• 2020年5月11日,，《Nature Communications》“Deep learning enables accurate clustering with batch effect removal in single-cell RNA-seq analysis”,。
• 重磅！晶泰科技與新格元簽署AI癌癥靶向藥研發(fā)合作
• 百奧智匯-百圖生科（BioMap）戰(zhàn)略合作：共同打造高性能單細(xì)胞大數(shù)據(jù)/AI計(jì)算平臺(tái)

生物信息在新藥研發(fā)的概念驗(yàn)證階段的重要性不言而喻,，在理論上和數(shù)據(jù)上為新藥研發(fā)提供新的啟發(fā)和指導(dǎo)?，F(xiàn)在我們?cè)倏葱滤幯邪l(fā)管線中的一期二期臨床實(shí)驗(yàn)其實(shí)依然是以個(gè)體為單位的，以個(gè)體為單位的實(shí)驗(yàn)注定了周期的長和成本的高,。而臨床試驗(yàn)是不可跨越的部分,，在數(shù)據(jù)和算法不斷積累的當(dāng)下，整體的新藥研發(fā)管線會(huì)不斷縮短,。單細(xì)胞技術(shù)和人工智能,，可以說是21世紀(jì)的當(dāng)下，照亮新藥研發(fā)管線的兩盞燈塔,。

人工智能有強(qiáng)大的發(fā)現(xiàn)關(guān)系能力和強(qiáng)大的計(jì)算能力,。在發(fā)現(xiàn)關(guān)系方面，人工智能可以發(fā)現(xiàn)藥物與疾病的連接關(guān)系，也能發(fā)現(xiàn)疾病與基因的連接關(guān)系,。在計(jì)算能力方面,，人工智能可以對(duì)候選的化合物進(jìn)行篩選，更快篩選出具有較高活性的化合物,，為后期臨床實(shí)驗(yàn)做準(zhǔn)備,。

單細(xì)胞技術(shù)在發(fā)現(xiàn)關(guān)系方面也有強(qiáng)大的能力：細(xì)胞之間的關(guān)系（表型）和基因之間的關(guān)系（機(jī)制）。如在免疫腫瘤學(xué)研究中,，單細(xì)胞分析流程如下：

我想,，此刻定有大量優(yōu)秀的團(tuán)隊(duì)在把人工智能和單細(xì)胞技術(shù)應(yīng)用在新藥研發(fā)管線之中。借助人工智能的發(fā)現(xiàn)和計(jì)算能力和單細(xì)胞的通量和精度擴(kuò)展,，新藥的研發(fā)管線會(huì)愈加靠近精準(zhǔn)醫(yī)學(xué)的要求,。再次回顧現(xiàn)代新藥研發(fā)管線,，我們發(fā)現(xiàn)現(xiàn)在是我們距離個(gè)體化醫(yī)療最近的時(shí)候,。互聯(lián)時(shí)代的發(fā)展讓我們體會(huì)到數(shù)學(xué)之美,，海量單細(xì)胞技術(shù)和人工智能的發(fā)展會(huì)讓我們看到數(shù)據(jù)之美,。