將機器學習應用到新藥發(fā)現當中，這一領域的規(guī)模將足以產生長尾效應。今天我們就來盤點一下目前在藥物研發(fā)中應用人工智能的初創(chuàng)公司。

根據新藥研發(fā)階段，目前AI在藥物研發(fā)中的應用主要有以下10個方面：匯總和合成信息；重新利用現有藥物；生成新型候選藥物；驗證候選藥物；設計藥物；設計臨床前實驗；運行臨床前實驗；設計臨床試驗；為臨床試驗招募患者；優(yōu)化臨床試驗。

根據這些AI應用的方向，可以把這38家初創(chuàng)公司分組為：

1、匯總和合成信息

使用AI來從成千上萬個數據源的數十億不同數據點中獲得洞察。使研究人員能夠：通過從生物醫(yī)學數據源（包括出版物，臨床試驗，會議和論文，監(jiān)管文獻）中查看信息來改善決策制定；確定競爭白色空間，消除研究中的盲點，并通過臨床試驗設計的表型發(fā)現疾病相似性；查找與藥物發(fā)現相關的查詢結果，例如目標的化合物。

初創(chuàng)公司：Innoplexus；nference；Plex Research

2、重新利用現有藥物

將AI用于將現有藥物與罕見疾病進行匹配，或通過在數百種疾病細胞模型上并行測試數千種化合物來大規(guī)模地進行研究。使研究人員能夠：重新調整現有藥物，加速罕見疾病的治療；發(fā)現潛在的罕見疾病適應癥和對現有藥物反應良好的患者亞群；預測現有藥物的新適應癥（當前重點）。

初創(chuàng)公司：Healx；Qrativ；Recursion Pharma；Standigm

3、生成新型候選藥物

這是初創(chuàng)企業(yè)zui集中的領域。有16家公司目前在這一方向應用AI進行藥物研發(fā)。他們使用AI：對大量分子數據進行訓練來預測候選藥物；分析科學研究數據集，然后形成和限定假設，并產生新的洞見；分析來自健康人和患者樣品的數據以尋找新的生物標志物和治療靶標；搜索虛擬化學空間，預測結合的親和力并篩選藥物性質例如安全性和可合成性；將臨床試驗數據與實際證據和公共數據集合在一起，以完善健康信息；使研究人員能夠：更快地產生新的候選藥物；確定新的候選藥物；以更高的成功率加速藥物研發(fā)，更好地瞄準難以用藥的適應癥；實現規(guī)模化個性化醫(yī)療；降低藥物開發(fā)成本，縮短上市時間并提高新藥成功的可能性。

初創(chuàng)公司：Atomwise； BenevolentAI； Berg； Cloud Pharmaceuticals； Datavant； Deep Genomics； Envisagenics； Exscientia； Globavir； Insilico Medicine； Mind the Byte； NuMedii； Numerate； TwoXAR； Verge Genomics； Quantitative Medicine

4、驗證候選藥物

Cyclica公司使用AI來提供對藥物多種效應的洞察和分析，以減少化合物的流失率，改善患者反應，減少副作用。

5、設計藥物

Peptone公司使用AI來預測蛋白質的特性，以降低蛋白質設計的復雜性，檢測生產和表征問題，并發(fā)現新的蛋白質特征。Virvio公司使用AI來優(yōu)化合成生物療法，這些生物療法易于制造，耐貯存并優(yōu)于已知的抗體。目的是基于已知療效的單克隆抗體，研發(fā)更安全、更有效的生物替代品。

6、設計臨床前實驗

BenchSci公司使用AI來解碼試劑（如抗體）的開放和封閉式訪問數據，并以可操作的形式呈現發(fā)表的數字。允許研究人員減少計劃實驗的時間、資金和不確定性。 Desktop Genetics公司使用AI來確定影響CRISPR gRNA設計的生物學變量。更有效地使用CRISPR gRNA序列庫。

7、運行臨床前實驗

Berkeley Lights公司使用AI來自動選擇、操作和分析細胞。使研究人員能夠加速細胞系的開發(fā)和進行自動化細胞生產。Transcriptic公司使用機器人云實驗室自動進行樣本分析（相關閱讀：藥明康德參與Transcriptic公司1340萬美元A-1輪融資）。允許研究人員通過外包的按需自動化實驗室，快速可靠地生成所需的數據。

8、設計臨床試驗

GNS Healthcare公司使用AI將不同的生物醫(yī)學和保健數據流轉換成代表個體患者的計算機模型。使研究人員能夠通過揭示個體患者的*健康干預措施，大規(guī)模地提供個性化醫(yī)療。PathAI公司使用AI來改善病理分析，以確定將受益于新型療法的患者。Trials.ai公司使用AI來優(yōu)化臨床試驗研究設計。使患者更容易參加臨床試驗，消除不必要的臨床操作負擔。

9、為臨床試驗招募患者

Deep 6 AI公司使用AI分析醫(yī)療記錄以找到臨床試驗的患者。這將有助于加速招募患者，以更快地完成臨床試驗。Mendel.ai公司使用AI通過個人病史和遺傳分析使癌癥患者自動與臨床試驗匹配，加快癌癥治療的臨床試驗注冊。

10、優(yōu)化臨床試驗

AiCure公司使用AI通過智能手機直觀地確認服藥。允許研究人員在臨床試驗中改善服藥依從性。Brite Health公司使用AI來分析結構化和非結構化的臨床試驗參與者數據。允許研究人員通過個性化溝通降低臨床試驗失訪率。Athelas公司使用比亞馬遜Echo稍大的家用設備，在一滴血中分析癌癥生物標志物。允許研究人員利用生物標志物監(jiān)測平臺和數百萬患者數據點優(yōu)化腫瘤藥物研發(fā)。(生物谷Bioon.com）