新药研发周期长、投入大，一直是药企的难点问题，但伴随AI加入，这一问题或得到缓解。9月5日，记者获悉正大天晴与阿里云正合作采用AI制药，与传统计算机辅助药物设计方法相比，这套新方法可提高筛选准确率20%。
图为正大天晴研究院高级技术总监张寅生（右一）和研发人员一起观察试验
新药经过药物发现、临床前研究、临床研究等阶段到上市需经历10-15年，其中药物发现阶段的工作作为药物研发的源头，其研发效率直接影响后续工作的进展及效率。
在国际新药研发中，先导化合物的发现常用的方法是高通量筛选，但经济成本高，需耗费200-400万美金。发现先导化合物后，药物化学家依据经验进行药物设计及化合物合成，分子生物学家测试化合物活性，反复优化和筛选，最终发现临床候选化合物。药物发现阶段的时间、人力成本较高，建立并应用高效的虚拟筛选模型可以降低人力和时间成本。
借助阿里云的医疗AI，正大天晴获得了一种全新的化合物筛选方法。根据少量实验数据以及化合物结构，建立高效的机器学习模型，快速过滤无活性概率较大的分子，从而富集潜在有效分子，从而提升研究效率。数据显示，与传统计算机辅助药物设计方法相比，这套机器学习模型的筛选准确率可提高20%。
阿里云医疗AI算法工程师王成介绍：“通过计算机进行虚拟筛选或者通过实验进行高通量筛选都是在已有的化合物库中进行。对药企而言，更有意义的是突破现有的化合物库的限制，设计出结构全新的化合物，丰富化学空间。目前双方还在合作开发化合物生成算法，用于生成全新化合物，形成虚拟化合物库，扩充现有资源。”
作为国内知名的肝健康药物研发和生产基地，正大天晴是国家重点高新技术企业，是国内少数做创新药的药企之一。
除了与阿里云合作AI制药之外，正大天晴去年还引入阿里云的业务中台架构，利用互联网中间件技术能力，加速企业数字化转型，提升了正大天晴的低成本创新和快速试错能力，仅花费2个多月就完成了面向医疗数字化营销场景的产品开发上线。
阿里云的医疗AI此前已在基因测序、甲状腺结节识别、肺结节识别、数字化模拟临床实验等领域发挥作用。
