上月，三家中國制藥商籌集巨資，為他們的藥物研發計劃提供資金。Insilico Medicine是一家總部位于香港、全球一半業務在上海的公司，籌得2.55億美元以推進其AI開發候選藥物進入臨床試驗，并調整算法尋找新靶點。此前，北京望石智慧(StoneWise Technology)于四月獲得1億美元投資，深圳晶泰科技(XtalPi)于去年九月收獲3.19億美元投資。

　　騰訊、百度及字節跳動等IT巨頭也將他們強大的AI實力轉向應用于藥物設計。通過著力發展AI優勢的國家政策、擁有眾多合作的合同外包研究組織(CROs)、并不斷健全健康數據隱私保護措施，中國人工智能公司已蓄勢待發參與全球競爭，以更快、更便宜的方式生產更多藥物。但是，即使14億人口能夠提供豐富的數據，讓中國人工智能公司領先于西方同行，用于訓練公司算法的臨床前和臨床數據的質量仍然存在問題。

　　Insilico Medicine創始人兼CEO Alex Zhavoronkov說：“如果你來到中國，看到正在發生的一切，這將會讓你印象深刻。”位于北京的創新工場(Sinovation Ventures)是一個投資AI企業的風險投資公司，其CEO李開復表示“中國在建立藥物研發系統方面確實擁有最先進的能力”。

　　但中國的AI藥物開發才開始起步。在過去的10年里，像Atomwise、BenevolentAI(倫敦)、Exscientia(牛津)、Relay Therapeutics和Numerate這樣的公司與多個國家的制藥企業進行了大額交易。

　　即使是現在與中國有關聯的兩家最著名的AI藥物設計公司——Insilico Medicine和晶泰科技——都是2014年在美國成立的。那時，中國的AI藥物研究進展緩慢。晶泰科技聯合創始人馬健說，“當我2015年第一次回到中國，和中國的制藥企業交流時，我發現很明顯大多數企業對AI藥物研發沒有什么興趣，或者沒有準備好進入這一領域。”

　　但從那時起，整個環境發生了快速的轉變。AlphaGo在2016年和2017年戰勝人類圍棋頂級選手，使行業關注到人工智能成為許多中國年輕人心中成功之路的潛力。次年政府推出了一個雄心勃勃的規劃，旨在使中國到2030年成為人工智能領域的全球領導者，這一舉措影響深遠，包括新出現的大學訓練項目。

　　與此同時，中國的監管改革促進了包括基于人工智能在內的創新藥物發現。2015年更新的生物等效性規則和新的批量采購規定意味著，創新藥物越來越受到青睞，而此前仿制藥曾主導中國藥品市場。新規則的天平偏向了最快和最具前瞻性的制造產業。這就產生了對新管道的巨大需求，隨之而來的是人們的好奇，想知道人工智能能帶來什么。

　　例如，2019年豪森藥業(Hansoh Pharmaceutical Group)同意向Atomwise支付可能超過10億美元的費用，用于設計靶向腫瘤和其他疾病的11種蛋白質的藥物。雖然晶泰科技的大部分合作資金來自美國公司，但中國現在是其增長最快的市場。馬健說，“因為(中國)企業創新經驗不足，AI成為一種跨越差距的方法。”

　　中國的研究者們也響應號召。在上海交通大學擁有一間分子設計實驗室的張健，與多家AI藥物設計新企業合作過。他說在“行動風暴”中，計算機科學家、物理學家、數學家和傳統藥物發現研究人員成立了50多家AI藥物研發公司。2019年，張健幫助上海宇道生物(Nutshell Therapeutics)重定位為一家人工智能藥物設計公司。6月，宇道生物剛剛完成其2000萬美元的融資。2018年，百度搜索引擎變革的關鍵人物周杰龍建立了望石智慧(StoneWise)以助力小分子藥物的研發。

　　美國的藥物行業從業者和藥物研發人員對這股AI熱保持懷疑態度，不相信在一個藥物項目達到人體概念驗證研究階段時，AI可以改善損耗。中國研究人員認為，考慮到這種保守的思維，中國企業或許能夠比西方企業更快地利用人工智能。宇道生物聯合創始人郁征天認為，“中國沒有做這類發現的傳統，所以也就沒有條條框框。人們心中沒有太多外在規則”。這家公司利用AI來預測疾病靶點的變構特性。

　　中國擁有巨大的人口和眾多的醫院，因此就可以輕松獲得AI訓練所需要的重要條件——大量數據集。而且人們對隱私的顧慮不那么重，因此可以很輕松獲得需要的數據。李開復說，美國AI公司特別受到法規的束縛。如1996年頒布的《健康保險可攜帶性和責任制法案》(HIPAA)為如何共享電子醫療記錄設定了標準。李開復補充道，即使患者已經同意，HIPAA仍然使數據難以匯總。

　　雖然中國政府即將對出售泄露個人信息的個人采取嚴厲的懲罰措施，但像醫渡云(Yidu Cloud)這樣的公司正在出現，以確保這些數據能夠被訪問。醫渡云將知情同意的患者數據整合到一個研究工具中。美國的Flatiron Health、 Tempus、 Aetion和 Palantir也在大規模整合真實世界的電子健康記錄數據，用于藥物研發。

　　但是許多數據質量不高，會誤導AI訓練。葉濤是北京大學深圳研究院的藥物化學家，他運用計算機輔助藥物設計。他說：“數據質量極為關鍵，許多研究藥物發現的中國公司并沒有高質量的數據可訓練AI。”

　　張健同意數據質量很重要，尤其是在北京和上海這類醫學研究中心之外的地方。他說：“可能只有大城市才有可能獲得質量好的數據。這是有些復雜。”

　　中國有強大的AI研究人員：從歐美回國的人;百度、阿里巴巴和騰訊的行業研究資深人士;以及那些在支持該國長期人工智能目標的新政府項目下接受培訓的人，都會給這個國家的行業帶來競爭優勢。斯坦福大學一份近期報告顯示，在全球AI研究論文中，中國研究人員占22.4%，歐洲和美國的這一比例分別為16.4%和14.6%。去年，中國AI出版物的引用量首次超過了美國。

　　李開復說，從排名前1%的論文，尤其是高被引用次數最多的會議論文來看，中國尚缺乏能取得根本性突破的科學家。他說：“就最具創造性的創新思考者而言，美國仍處前沿。”

　　但這對藥物發現領域來說不是什么大問題。中國公司可以擺弄基于生成對抗網絡或生成合作網絡的人工智能算法，這些算法大多是在美國、加拿大或歐洲開發的，因為它們通常是開源的，可以公開訪問。“你改變了幾個詞，就改變了整個概念。你可以找到解決自己問題的方法。”郁征天說，“科學來自那里(西方)，但技術來自這里。”

　　李開復說，中國人工智能藥物研發的方法可能也更務實，他認為這給了中國一個優勢。DeepMind(谷歌的子公司)解決了數十年來的蛋白質折疊之謎，能令研究者震驚，興許會贏得諾貝爾獎或者圖靈獎;而中國的公司則“非常擅長利用人工智能賺錢，用人工智能創造價值，用人工智能打造新產品”。

　　然而，人們對AI的興趣和機會的爆炸式增長推高了工資水平，也使得留住專家變困難了。Zhavoronkov說，中國頂尖的人工智能專家比在美國更貴，而且往往會四處跳槽。Insilico的研究范圍從生物學假設和新生物靶點的識別，延伸到候選分子的生產和測試，主要聘用中國大陸以外的AI專家，在后期的化學設計和分子生產方面則更多地依賴中國的研究，中國在這些領域尤擅勝場。他說“我們做地理套利”。

　　Zhavoronkov說，中國有3000來家合同外包研究組織，可能是中國AI藥物研發公司最吸引人的方面。Insilico與80家合同外包研究組織展開合作。這使該公司避免了與學術機構合作時可能發生的時間和知識產權損失。這也允許他們在多個合同外包研究組織在開發鏈中并行運行多個實驗。他認為比較結果“對AI來說是一個巨大的學習經驗”。

　　“你可以同時有大量的實驗室以合適的成本為你進行所有實驗。”他說，“只有在中國你才能這么做。”

　　到目前為止，和西方同行一樣，Insilico和晶泰科技已經達到了一些臨床前里程碑。Insilico公司發現了一種與特發性肺纖維化有關的生物靶點，然后從頭開始設計了一種“新穎”的分子(至少新到足以申請知識產權)匹配該靶點，并有望治療該疾病。根據該公司的新聞稿，這一創新僅用不到18個月，花費了200萬美元——僅占此類階段常規成本的一小部分。

　　根據晶泰科技的新聞稿，其與Signet Therapeutics的合作在6個月內確定了一種胃癌治療方法。該公司表示，目前正在向臨床試驗邁進。上海交通大學的張健說，他研究的兩種化合物正在等待批準開始臨床試驗;他預計其中一項試驗將于明年開始。而郁征天說，與此同時，宇道生物的腫瘤學候選藥物距離臨床試驗還有幾年時間。

　　但與其他國家一樣，人工智能藥物設計在中國的成功將取決于其候選藥物能否在臨床取得成功，而目前還沒有人工智能設計的藥物能做到這一點。新墨西哥大學的計算生物學家Tudor Oprea說：“現在有很多炒作，很多人試圖向你兜售根本不存在的東西。這都有待實踐的檢驗。所以只有上市之后才有譜。”

　　Oprea說Insilico有一個很有前途的模型(他為其擔任科學顧問)，因為其采用了“端到端”的驗證過程，而其他許多模型只關注謎題的一小部分，因此很難知道AI是否給出了有意義的結果。他說“有許多視野太窄”。

　　騰訊、百度和字節跳動進入AI藥物研發領域，將為中國的努力增加砝碼。2020年7月，騰訊推出了自己的AI藥物設計平臺iDrug。它已經啟動了十多個項目，包括尋找對抗新冠病毒的藥物。該公司計劃覆蓋所有臨床前研究范圍，預測蛋白質結構，篩選候選蛋白，設計和優化分子，并表征蛋白質的功能。

　　李開復說這些IT巨頭將扮演中國版谷歌的角色，生產出像DeepMind這樣可以解決蛋白質折疊等問題的巨型機器，這要求比小型初創公司強大得多的計算能力。“于是我們既有小而靈活的公司，他們可能更務實，產生效益更快，然后也有巨頭。”李開復說，“這種分工很好。”

　　盡管中美之間存在一些良性競爭，但許多研究人員更擔心，當前政治上的緊張局勢可能會損害兩國在這個新興領域互惠互利的協同效應。中國AI藥物設計的大部分投資來自美國，而那些有影響力的AI會議論文作者中，有三分之一在中國接受教育，但大多在美國工作。李開復說：“所以我真的希望，醫療保健或藥物發現不會陷入這種分歧，因為這類研究有益人類福利。”