行業新聞

·“不管做藥物研發，還是做醫(yī)療器械的創新，都必須抓住數字化轉型，特别是智能(néng)化發展的機遇。這(zhè)對(duì)我們生物醫(yī)藥行業實現(xiàn)‘彎道(dào)超車’或跻身世界創新前沿領域非常重要。”

10月17日，2023生物醫(yī)藥産業數字化高(gāo)峰論壇在上(shàng)海舉行。會(huì)上(shàng)，由上(shàng)海市經濟和(hé)信息化委員會(huì)、市藥品監督管理(lǐ)局聯合制定的《上(shàng)海市生物醫(yī)藥産業數字化轉型實施方案（2023-2025年）》發布。

上(shàng)海市經濟和(hé)信息化委員會(huì)生物醫(yī)藥産業處副處長朱镕介紹，該方案在藥物研發、生産、供應鏈、企業管理(lǐ)，以及數字化産品等方面都提出數字化轉型的舉措，率先探索符合生物醫(yī)藥産業發展特征的數字化轉型新路徑與新經驗。

本次高(gāo)峰論壇以“數字變革，醫(yī)藥新未來(lái)”爲主題，圍繞Al藥物研發、智能(néng)制造、數鏈醫(yī)藥、數字臨床等話(huà)題展開(kāi)，共同探讨生物醫(yī)藥産業數字化的發展趨勢、挑戰與機遇。

澎湃科技從(cóng)論壇上(shàng)獲悉，2023年不僅是DNA雙螺旋結構提出70周年，也(yě)是人類基因組計(jì)劃完成20周年，生物技術、生物醫(yī)藥進入數字化時(shí)代，大(dà)量基因測序成本下(xià)降，得以提供海量人體基因數據。随着基因組學技術的快(kuài)速發展，未來(lái)生命指标都可以用(yòng)數字化來(lái)進行标記。

上(shàng)海市生物醫(yī)藥行業協會(huì)會(huì)長傅大(dà)煦表示，人工(gōng)智能(néng)、雲計(jì)算(suàn)、大(dà)數據、5G、物聯網、數字孿生等數字技術的高(gāo)速發展，給醫(yī)藥行業帶來(lái)發展機遇，有些(xiē)可以說是颠覆性的。“不管做藥物研發，還是做醫(yī)療器械的創新，都必須抓住數字化轉型，特别是智能(néng)化發展的機遇。這(zhè)對(duì)我們生物醫(yī)藥行業實現(xiàn)‘彎道(dào)超車’，或跻身世界創新前沿領域非常重要。”傅大(dà)煦說道(dào)。

随着 Al技術的突飛(fēi)猛進，計(jì)算(suàn)生物學已經從(cóng)一個冷門(mén)學科躍升爲引領分子生物學研究的龍頭學科。

“對(duì)任何一個大(dà)國來(lái)說，計(jì)算(suàn)生物學是促進其醫(yī)藥行業颠覆性創新發展必須占領的制高(gāo)點之一。” 複旦大(dà)學複雜(zá)體系多尺度研究院院長馬劍鵬說道(dào)。他(tā)認爲，新藥設計(jì)首先是計(jì)算(suàn)生物學問題，用(yòng)傳統方法制藥速度慢、成本高(gāo)，計(jì)算(suàn)機生物學的出現(xiàn)改變了(le)這(zhè)種情況。“曆史賦予計(jì)算(suàn)生物學領域巨大(dà)機遇，接下(xià)來(lái)的目标應該是設計(jì)新型非自(zì)然蛋白(bái)，開(kāi)發新功能(néng)、新藥物、新材料。”

聯通（上(shàng)海）産業互聯網有限公司副總經理(lǐ)張正卿表示，算(suàn)力和(hé)AI 正在賦能(néng)醫(yī)藥産業。在強大(dà)算(suàn)力的加持下(xià)，藥物分子篩選、基因組學檢測分析等進程，由以往數月乃至數年縮短至幾天，幫助醫(yī)藥公司提升Al輔助藥物研發的效率，讓先導藥的研發周期從(cóng)數年縮短至數月，研發成本降低(dī)70%。在AlphaFold2（Deepmind團隊發布的迄今爲止準确度最高(gāo)的蛋白(bái)質三維結構預測模型）幫助下(xià)，蛋白(bái)質結構預測精度從(cóng)50%左右提高(gāo)到(dào)88%。

藥物研發中，成藥性成功率低(dī)、周期長、費用(yòng)高(gāo)，是全世界共同面臨的難題。

據悉，器官芯片是把細胞和(hé)細胞外(wài)基質，以及組織等構建在芯片上(shàng)，構建器官來(lái)模拟人體的生理(lǐ)病理(lǐ)系統。這(zhè)個方法或許可以作(zuò)爲生物醫(yī)學濕實驗（通過在實驗室裏采用(yòng)分子、細胞、生理(lǐ)學實驗方法進行研究），大(dà)幅度提高(gāo)藥效檢測效率。

原東南大(dà)學數字醫(yī)學工(gōng)程全國重點實驗室主任陸祖宏對(duì)器官芯片進行分析時(shí)提出，人工(gōng)智能(néng)對(duì)複雜(zá)系統的分析，特别是大(dà)數據分析以及建模是非常強大(dà)的，而人體器官芯片大(dà)模型，有可能(néng)打破藥物研發的“雙十定律”（即需要耗時(shí)超過10年、10億美(měi)金(jīn)才有可能(néng)上(shàng)市一款新藥）。

複旦大(dà)學藥學院黨委書記王建新在現(xiàn)場分享了(le)他(tā)們“實驗室的實踐”：藥物的本質是通過遞送系統的“火箭”，把“衛星”或者“炸彈”遞送到(dào)想要作(zuò)用(yòng)的器官和(hé)組織去。“現(xiàn)在通過高(gāo)通量篩選和(hé)模型預測，可以大(dà)幅度加速藥物制劑處方的預測和(hé)篩選。”

英矽智能(néng)科技（上(shàng)海）有限公司聯合首席執行官任峰介紹了(le)其智能(néng)機器人實驗室。該實驗室内部有6個不同的功能(néng)間，包括化合物管理(lǐ)、細胞培養、高(gāo)通量篩選、高(gāo)内涵成像、基因測序，各自(zì)獨立全自(zì)動化，相互之間通過機器人互聯串聯，裏面完全不需要有人。“整個中控系統由AI平台來(lái)控制。我們希望通過完全無人自(zì)動化的實驗室，實現(xiàn)共享實驗室的概念，爲中國乃至世界生物醫(yī)藥産業提供颠覆性的解決方案。”

臨床試驗也(yě)面臨數字化的改革。自(zì)2015年《關于開(kāi)展藥物臨床試驗數據自(zì)查核查工(gōng)作(zuò)的公告》發布以來(lái)，國内臨床試驗領域已經在合規的驅動下(xià)完成信息化建設。

複旦大(dà)學藥學院教授付偉在論壇上(shàng)表示，臨床試驗中，數字化技術産出了(le)大(dà)量高(gāo)質量結構性的數據。這(zhè)些(xiē)數據爲AI新藥研發提供很(hěn)好(hǎo)的基石，通過深度學習或者其他(tā)先進的機器學習，人們可以從(cóng)大(dà)量的數據中挖掘到(dào)有用(yòng)的信息，爲臨床需求爲導向的藥物設計(jì)提供素材、數據。

上(shàng)海市生物醫(yī)藥行業協會(huì)執行會(huì)長兼秘書長陳少雄認爲，目前臨床試驗中，數據的标準化存在很(hěn)大(dà)的問題，主要表現(xiàn)爲很(hěn)大(dà)的不統一性。由于法規上(shàng)的限制，數據之間很(hěn)難互通。陳少雄希望促進數據标準化，讓使用(yòng)者、開(kāi)發者、研發者都有更好(hǎo)的使用(yòng)空(kōng)間。

“擁抱數字，我相信未來(lái)的數字是有溫度的，數字醫(yī)療将會(huì)使更多人獲益。” 複旦大(dà)學附屬腫瘤醫(yī)院一期臨床研究中心主任張劍說道(dào)。