“你如何评价自己？英雄还是商人？”
“都不是，我是个白血病人，一个普通人而已。”
“你被称为‘药侠’，如何看待这个称号？”
“那是媒体给的称呼……说到底我只是一个白血病患者。”
这段对话，出自于7月5日电影《我不是药神》上映后，新京报对影片原型、人称“药侠”的陆勇的一段采访。在这部徐峥主演、宁浩监制的电影上映之后，“陆勇事件”、仿制药、格列卫等成为网络热词，很多观看过影片的观众表示：“在电影院看这部电影，影院里死一般的沉寂，只能听到抽泣和撕纸巾的声音。”
《我不是药神》、“陆勇事件”、仿制药、格列卫或是白血病等等这些话题，是一系列既沉重又复杂、掺杂着情与法之辩的话题。我们在这篇文章里思考的是另一个问题：在这一系列事件和话题的背后，以云计算、大数据、人工智能为代表的新一代信息技术，能做什么？
据塔夫茨药物研发中心2014年报告显示，研发新药的道路正变得越发艰难，从寻找新的备选化合物，到层层试验确保疗效和安全性，药物研发的成本已经上升到平均约26亿美元，并且呈现持续增加的态势。造成这一切的主要原因之一，就是在现代新药研发流程中占重要过程的新靶向发现和新先导化合物发现正变得越来越困难。
格列卫的诞生经历了41年时间
据中科院上海药物研究所研究员沈竞康介绍，从功能基因研究开始发现“靶标”（可以简单理解为致病源的一个大分子）到为其找到“靶点”（与药物分子结合，并产生药理效应的生物分子），就已经是一个极其困难的过程，再进入到新先导化合物的发现、优化，直至从大约上万个化合物中逐渐缩小范围，至几百、几十，最终找到数个有效的先导化合物，就更是难上加难。
在使用有效的先导化合物开始研究药品之前，时间往往已经过去了3~6年，并耗费了整个新药研发成本中接近一半以上的资金，而且，这一过程中失败率极高，是现代新药研发难以多头并举的主要原因。
针对这一问题，人工智能已做出了初步解答：
全球多个AI团队正在利用包括深度学习神经网络在内的方法，逐渐精确地识别靶点和靶标、了解化合物在人体内的化学反应、预测化合物的分子行为或是识别其与靶点可能存在的相互作用。
以TwoXAR为例，该工具在针对肝癌候选的25000个化合物里锁定了约10个先导化合物，其中代号为TXR-311的化合物经过细胞检测具有积极的数据结果。不仅如此，AI同样正在加速从先导化合物到备选化合物合成药品的过程。
不止是AI，在东京大学、诺华制药、华山医院等药物研发机构，基于云计算的药品研发平台，提供了巨大的计算、存储能力和顺畅的协同工作能力，从而为药品研发创造良好的计算和协同工作环境，确保新药研发的进程能够快速开展。
在现代新药研发领域，以云计算作为计算、存储基础设施，大数据作为介质和生产资料，人工智能作为研究手段的“人机混合，云上协同”模式正在逐渐成型。虽然这一模式仍然离成熟和普及有着相当长的探索周期，但是这一全新方式的确立，在现代新药研制过程中，将显著地提高其效率、准确率和成功率，在一定程度上缓解甚至降低高昂的现代新药研发成本。
在新一代信息技术的帮助下，正如影片最后所说：“今后都会越来越好”。
原文发布时间为：2018-07-13
本文作者：阿里研究院
本文来自云栖社区合作伙伴“阿里研究院”，了解相关信息可以关注“阿里研究院”。
