010-53322951
010-53322951
010-53322951
在過去的五年里，藥物發(fā)現(xiàn)行業(yè)的人工智能得到了更高的發(fā)展。就價值而言，2015-2019年全球市場的復(fù)合年增長率為49.9%。2019年，總價值為6.8873億美元。在中國，2014-2019年期間，藥物研發(fā)市場的人工智能發(fā)展更快，價值復(fù)合年增長率為87.89%。2019年，中國價值達(dá)到3078萬美元。
1、全球人工智能在藥物發(fā)現(xiàn)市場銷售收入
全球人工智能在藥物發(fā)現(xiàn)市場的銷售收入在過去幾年中實(shí)現(xiàn)了快速增長，并預(yù)計(jì)在未來幾年將繼續(xù)保持高速增長態(tài)勢。技術(shù)進(jìn)步、數(shù)據(jù)增長、行業(yè)合作和政策支持是推動該市場增長的主要因素。然而，該市場也面臨著一些挑戰(zhàn)和機(jī)遇，需要各方共同努力來推動其健康發(fā)展。2019年全球人工智能在藥物發(fā)現(xiàn)市場銷售收入為6.88億美元。
圖：全球人工智能在藥物發(fā)現(xiàn)銷售收入（百萬美元）和增長率（2015-2020）
2、藥物發(fā)現(xiàn)人工智能市場動態(tài)
2.1 駕駛員
一旦考慮到與試驗(yàn)中失敗的化合物相關(guān)的費(fèi)用，開發(fā)一種藥物并將其推向市場目前可能需要10-15年的時間，成本超過25億美元。此外，目前市場上最暢銷的10種藥物平均只對30-50%的患者有效。
在預(yù)期的時期內(nèi)，推動人工智能藥物發(fā)現(xiàn)發(fā)展前景的關(guān)鍵模式之一是人們對人工智能藥物研發(fā)的認(rèn)識不斷提高。藥物類型，如小分子，正在推動藥物發(fā)現(xiàn)市場的人工智能。此外，中小企業(yè)和各種垂直行業(yè)的需求不斷增長，宏觀經(jīng)濟(jì)增長是推動市場增長的主要因素。代謝性疾病等治療類型正在推動藥物研發(fā)市場的人工智能發(fā)展。此外，中小企業(yè)和各種垂直行業(yè)的需求不斷增長，宏觀經(jīng)濟(jì)增長是推動市場增長的主要因素。深度學(xué)習(xí)等技術(shù)正在推動藥物研發(fā)市場的人工智能發(fā)展。此外，中小企業(yè)和各種垂直行業(yè)的需求不斷增長，宏觀經(jīng)濟(jì)增長是推動市場增長的主要因素。制藥公司等終端用戶正在推動藥物研發(fā)市場的人工智能發(fā)展。此外，中小企業(yè)和各種垂直行業(yè)的需求不斷增長，宏觀經(jīng)濟(jì)增長是推動市場增長的主要因素。
由于許多關(guān)鍵組織的臨近，藥物研發(fā)市場的人工智能非常集中。主要參與者專注于展示新產(chǎn)品/服務(wù)，并不斷升級現(xiàn)有產(chǎn)品，以跟上整個行業(yè)的步伐。
2.2 約束
人工智能當(dāng)然很強(qiáng)大，但有些人懷疑這項(xiàng)技術(shù)是否可靠或值得信賴，并質(zhì)疑它在我們的醫(yī)療保健等領(lǐng)域應(yīng)該發(fā)揮什么作用。在藥物研究中，一些人表示擔(dān)心這項(xiàng)技術(shù)可能被夸大了，人工智能的發(fā)現(xiàn)可能沒有我們想象的那么具有開創(chuàng)性。
2.3 機(jī)會
盡管疾病影響著每個人，并且在研發(fā)上花費(fèi)了數(shù)萬億英鎊，但仍有數(shù)千種疾病沒有得到任何治療。有3億多人患有罕見病，除非我們大幅破壞現(xiàn)有的經(jīng)濟(jì)和發(fā)展模式，否則短期內(nèi)不會開發(fā)出治療這些疾病的藥物。
人工智能從大量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中攝取、分析和推斷的能力意味著人工智能不僅能夠改進(jìn)藥物發(fā)現(xiàn)過程，還可以應(yīng)用于藥物開發(fā)（見圖1A和B）。世界上大約90%的數(shù)字?jǐn)?shù)據(jù)是在過去兩年內(nèi)生成的，但只有1%的數(shù)據(jù)經(jīng)過了分析。每天有超過10000篇生物科學(xué)出版物上傳到網(wǎng)絡(luò)上，其中不包括創(chuàng)建的大量高度相關(guān)的遺傳、“基因組學(xué)”和成像數(shù)據(jù)。沒有技術(shù)的幫助，人類無法單獨(dú)使用這些信息，因?yàn)槿魏蝹€人或團(tuán)隊(duì)只能分析其中的一小部分信息。為了從這些豐富的數(shù)據(jù)中為制藥行業(yè)創(chuàng)造新知識，需要使用人工智能來增強(qiáng)人類的洞察力。在這樣做的時候，我們應(yīng)該能夠選擇更好的靶點(diǎn)來挑戰(zhàn)疾病，制造出具有更高預(yù)測特性的更好分子，并為給定的方法選擇合適的患者。
2.4 挑戰(zhàn)
眾所周知，藥物發(fā)現(xiàn)是一個漫長、復(fù)雜和昂貴的過程，需要世界上最聰明的人共同努力。隨著世界在努力適應(yīng)和抵御新型冠狀病毒方面面臨新的挑戰(zhàn)，人工智能（AI）為可能比以往更快地開發(fā)出治療方法提供了新的希望。
事實(shí)上，近年來，專注于在藥物設(shè)計(jì)和開發(fā)中使用人工智能的初創(chuàng)公司已經(jīng)獲得了約52億美元的重大投資。
信息引擎
信息引擎是藥物發(fā)現(xiàn)應(yīng)用程序背后的基本機(jī)器，充當(dāng)基本信息聚合器和合成器層，其他應(yīng)用程序可以在其上得出見解、結(jié)論和規(guī)定功能?？茖W(xué)家們使用這些引擎來更新和匯總信息，并提取出最有可能與特定目的相關(guān)的數(shù)據(jù)。
高級信息引擎集成了來自多個來源的數(shù)據(jù)，包括以下來源：
科學(xué)研究出版物
醫(yī)療記錄
醫(yī)生期刊
生物醫(yī)學(xué)信息，如已知的藥物靶點(diǎn)、配體信息和疾病特異性信息
歷史臨床試驗(yàn)數(shù)據(jù)
全球制藥公司目前正在研究的分子專利信息
來自個體制藥客戶內(nèi)部研究的專有企業(yè)數(shù)據(jù)
基因組測序數(shù)據(jù)
放射學(xué)影像數(shù)據(jù)
隊(duì)列數(shù)據(jù)
其他現(xiàn)實(shí)世界的證據(jù)，如社會和環(huán)境數(shù)據(jù)
藥物設(shè)計(jì)的人工智能
基于人工智能的藥物設(shè)計(jì)應(yīng)用直接涉及藥物的分子結(jié)構(gòu)。他們從信息引擎中提取數(shù)據(jù)和見解，以幫助生成新的候選藥物，驗(yàn)證或優(yōu)化候選藥物，或?qū)F(xiàn)有藥物重新用于新的治療領(lǐng)域。
烏爾里克·克里斯滕森
Ulrik Kristensen博士是Signify Research的高級市場分析師。
對于目標(biāo)識別，機(jī)器學(xué)習(xí)首先用于預(yù)測潛在的疾病目標(biāo)，然后人工智能分診通常會根據(jù)化學(xué)機(jī)會、安全性和可藥用性來訂購目標(biāo)，以識別最有希望的目標(biāo)。然后，這些信息被輸入藥物設(shè)計(jì)應(yīng)用程序，該應(yīng)用程序在選擇合成之前優(yōu)化具有所需特性的化合物。然后，可以將所選化合物的實(shí)驗(yàn)數(shù)據(jù)反饋到模型中，以生成用于優(yōu)化的額外數(shù)據(jù)。
對于藥物再利用，將批準(zhǔn)用于特定治療領(lǐng)域的現(xiàn)有藥物與替代疾病中可能的類似途徑和靶點(diǎn)進(jìn)行比較，這為已經(jīng)開發(fā)的藥物創(chuàng)造了額外收入的機(jī)會。它還為開發(fā)新化合物無利可圖的罕見病地區(qū)提供了潛在的緩解。
此外，在新藥開發(fā)過程中牢記重新利用，而不是具有針對特定疾病的思維方式，可能會導(dǎo)致未來幾年更多盈利的多用途藥物進(jìn)入市場。
人工智能在抗擊冠狀病毒中的作用
最近對人工智能藥物開發(fā)的投資為初創(chuàng)公司提供了開發(fā)技術(shù)所需的人力和資源。這筆資金已用于大幅擴(kuò)大和建設(shè)能力，因?yàn)檫@些人工智能初創(chuàng)公司的員工總數(shù)目前在全球接近10000人。
初創(chuàng)公司供應(yīng)商的一個重點(diǎn)是與制藥行業(yè)建立緊密的合作關(guān)系。對于許多仍處于早期產(chǎn)品開發(fā)階段的人來說，這使他們能夠測試和優(yōu)化他們的解決方案，并創(chuàng)建概念驗(yàn)證作為額外交易的基礎(chǔ)。
對于更成熟的初創(chuàng)公司來說，與制藥行業(yè)的合作將初始投資轉(zhuǎn)化為收入，形式包括訂閱或咨詢費(fèi)、新藥候選的潛在里程碑付款、為公司進(jìn)一步投資、首次公開募股、收購或作為一家獨(dú)立公司的持續(xù)成功做好準(zhǔn)備。擁有大量公開宣布的人工智能合作伙伴關(guān)系的制藥公司包括阿斯利康、葛蘭素史克、賽諾菲、默克、楊森和輝瑞。
現(xiàn)在，許多人工智能初創(chuàng)公司已經(jīng)準(zhǔn)備好探索合作機(jī)會或展示他們的能力。因此，新冠肺炎大流行對許多供應(yīng)商來說是一次重要的考驗(yàn)，讓他們有機(jī)會展示自己技術(shù)的價值，并有望幫助世界更快地度過這場危機(jī)。
了解冠狀病毒莢膜上的蛋白質(zhì)結(jié)構(gòu)可以為藥物或疫苗奠定基礎(chǔ)。谷歌DeepMind的研究人員一直在使用人工智能引擎快速預(yù)測與新型冠狀病毒相關(guān)的六種蛋白質(zhì)的結(jié)構(gòu)，盡管這些蛋白質(zhì)尚未得到實(shí)驗(yàn)驗(yàn)證，但這些蛋白質(zhì)仍可能有助于最終導(dǎo)致治療的研究。
香港的Insilico Medicine在尋找可能的治療方法方面邁出了下一步，使用人工智能算法設(shè)計(jì)新的分子，可能會限制病毒的復(fù)制能力。利用2003年導(dǎo)致SARS爆發(fā)的類似病毒的現(xiàn)有數(shù)據(jù)，他們發(fā)表了六種可能治療新冠肺炎的新分子的結(jié)構(gòu)。
此外，總部位于德國的Innoclus利用其藥物發(fā)現(xiàn)信息引擎設(shè)計(jì)了一種新的候選分子，該分子與新型冠狀病毒上的靶蛋白具有高結(jié)合親和力，同時保持了生物利用度、吸收、毒性等藥物相關(guān)性標(biāo)準(zhǔn)。其他遵循類似策略以識別新靶點(diǎn)和分子的AI參與者包括Pepticom、Micar Innovation、Acellera、MAbSilico、InveniAI和Iktos，并且每天都會宣布進(jìn)一步的舉措。
盡管人工智能可以幫助研究人員確定目標(biāo)和潛在的設(shè)計(jì)，但臨床測試和監(jiān)管批準(zhǔn)仍需要大約一年的時間。因此，在等待疫苗或新藥開發(fā)的同時，其他團(tuán)隊(duì)正在尋找市場上可以重新用于治療新冠肺炎的現(xiàn)有藥物。
項(xiàng)目詳細(xì)需求
(可展開填寫)
立即訂購
在線咨詢
調(diào)研服務(wù)
京公網(wǎng)安備11010802043405