《AI 技术获诺奖，为制药界带来新机遇与挑战》

　2024 年诺贝尔化学奖授予了三位与人工智能相关的科学家，这一消息在科学界和制药界引起了巨大的轰动。尤其是被誉为 “AlphaFold 之父” 的谷歌 DeepMind 公司戴米斯・哈萨比斯和约翰・乔普博士以及华盛顿大学的大卫・贝克教授，他们的研究成果为制药界带来了新的希望与挑战。

　　蛋白质折叠问题一直是分子生物学的核心研究领域之一。了解蛋白质如何从一维的分子链正确折叠成特定的三维形状，对于理解疾病产生原理、新药研发以及生命形成机制至关重要。过去，科学家们主要依靠冷冻电子显微镜技术、核磁共振或 X 射线晶体学等技术确定蛋白质的形状，但这些方法成本高、耗时长。随着计算机科学和 AI 技术的发展，蛋白质折叠问题的突破看到了希望。

　　贝克教授在 1996 年开始编写的 Rosetta 程序，通过输入氨基酸序列预测蛋白质结构，在 CASP 比赛中表现出色。然而，AlphaFold 的出现给 Rosetta 带来了巨大的挑战。AlphaFold2 在 2020 年的 CASP 大赛中击败 Rosetta 卫冕冠军，此后双方相互角力，不断推动蛋白质结构预测技术的进步。2024 年推出的 AlphaFold3 更是能够以较高准确率预测蛋白质与其他生物分子相互作用的结构，将预测范围扩展到生物分子领域，大大提高了药物发现的效率，为一些 “绝症” 的治愈带来了可能。

　　AI 技术在制药领域的应用已经吸引了不少资本的涌入。国内 AI 制药公司数量快速增长，晶泰科技在港上市，全球也有超过 80 条成功进入临床阶段的 AI 药物管线。相较于传统药物研发，AI 能缩短药物发现和临床前研究的时间，提高临床新药研发的成功率。例如辉瑞的新冠口服药 Paxlovid 在药物探索阶段就借助了 AI 的力量，仅用 6 周就确认了候选药物的优势晶型。

　　然而，AI 在制药领域并非完美无缺。虽然有英矽智能发布的 AI 药物 ISM001 - 055 临床 IIa 期积极结果鼓舞了行业信心，但仍有一些 AI 药物研发因未达到预期标准而中断。AI 制药面临的最大问题是数据壁垒。药物研发数据是药企的核心资产，医院之间数据也不互通，这使得 AI 制药企业在获取数据时面临困难。目前行业普遍认为 “干湿结合”，即 AI 与湿实验相辅相成，以及自动化与 AI 的结合使用是未来的趋势，有望解决数据短板问题，提升研发效率和成功率。

　　总之，获得诺贝尔化学奖的 AI 技术为制药界带来了巨大的机遇。它为新药研发提供了强大的工具，有望加速药物发现的进程，提高药物研发的成功率，为患者带来更多的希望。但同时，也面临着数据壁垒等挑战，需要行业共同努力，探索解决之道。在未来，随着技术的不断进步和创新，相信 AI 技术将在制药领域发挥更加重要的作用，为人类健康事业做出更大的贡献。