在科技迅猛发展的当下,DeepSeek作为新兴力量,正深刻影响硅谷科技格局。它打破了由OpenAI、Anthropic等巨头主导的AI竞争态势,迫使这些领头羊重新评估策略。一夜之间,英伟达、AWS等基础设施厂商纷纷对DeepSeek展现出浓厚兴趣,并紧随微软步伐,紧急推出DeepSeek模型托管服务。
面对DeepSeek的强劲势头,OpenAI这边的最新应对举措今日出炉:筹钱,筹钱,筹钱。《华尔街日报》爆料,
OpenAI正在以3000亿美元估值,寻求新一轮的400亿美元(约2900亿人民币)融资
——这将打破由OpenAI自己保持的硅谷单轮最高融资纪录。短短几个月,估值再次翻番,也从侧面印证了市场传闻:OpenAI对上一轮融资并不满意。并且现在,
OpenAI或许真有点“被逼急了”
。
在21世纪的当下,人工智能(AI)以其强大的数据处理能力和算法优化,正逐步渗透并深刻改变着新药研发领域。本文将探讨AI技术在细胞治疗、肿瘤疫苗等新药研发中的革新应用,并展望其未来发展。
新药研发历来是一项复杂且耗时的任务,传统上依赖开发者的经验和反复试验。然而,AI技术的崛起,特别是大型语言模型和生成式AI的应用,正在重新定义新药研发的行业格局。AI技术在新药研发中的应用涵盖了疾病靶点识别、药物发现、新药设计、合成规划、临床前研究、临床研究及上市后监测等多个环节。
1. 疾病靶点识别
:AI通过分析多组学数据和生物网络,发现与疾病相关的分子模式,帮助提升靶点发现的灵敏度。自然语言处理和图深度学习技术使AI能更高效地识别潜在靶点,为新药研发提供了更为精准的靶点选择。
2. 药物发现与筛选
:AI在虚拟筛选中加速了潜在药物候选化合物的识别过程,特别是在筛选庞大的化合物库时。通过预测配体的空间变换、生成原子坐标并学习受体-配体结合的概率分布,AI提高了筛选的速度和准确性,显著缩短了发现潜在药物的时间。
3. 新药设计
:AI在药物设计中通过生成新的分子结构并优化其药理性质,极大地缩短了设计周期。AI可以模拟不同化合物的结构和活性,帮助开发更具疗效和副作用更低的新药,减少实验验证和临床前研究的需求。
4. 合成规划与自动化合成
:AI通过优化合成路径和反应条件,提高了药物合成的效率和产率,降低了生产成本。
5.
临床试验优化
:AI通过优化临床试验设计和招募流程,预测患者反应,提高试验成功率,加速药物转化。结合真实世界数据,AI还可预测不良事件及药物相互作用,为个体化剂量调整和精准医疗提供有力支持。
近日,温州医科大学张康教授和李校堃教授团队等人在《自然-医学》上发表的综述文章指出,AI技术已经在新药发现中取得了显著进展。
文章指出,尽管AI在新药研发中取得了显著进展,但仍面临诸多挑战。
首先,数据不足是制约AI应用的关键因素之一。
新药研发需要大量的高质量数据作为支撑,但目前可用的数据集仍然有限。
其次,模型透明度低也是AI应用的一大难题。
由于AI模型的复杂性,很难解释其决策过程和输出结果,这限制了AI在新药研发中的广泛应用。
此外,计算成本高也是制约AI应用的重要因素之一。
高性能计算资源的稀缺和高昂成本限制了AI技术的普及和推广。
为紧抓行业当下面临的机遇,推动行业共同发展。医麦客
将于2025年3月1-2日在苏州举办2025 IBI EXPO生物创新药产业大会,并召开“AI辅助创新药研发论坛”
。本次会议将邀请该领域的先锋与领袖,聚焦最新研究动态与进展,
深度探讨和展望AI制药的未来发展趋势。欢迎大家报名参会。
▲ AI在新药研发过程中的应用概览。药物开发流程包括多个关键阶段,如靶点识别、药物发现、临床前研究、临床试验、监管机构审查以及上市后监测。AI技术几乎在所有这些阶段都具有潜在的应用价值。其中CMC指化学制造与控制,DMPK指药物代谢与药代动力学(图片来源:参考资料[2])
细胞治疗作为新兴的生物医药领域,同样将受益于AI技术的快速发展。国产大模型DeepSeek在细胞治疗行业的应用潜力尤为突出,其通过快速处理分析大量细胞图像和基因表达数据,为细胞筛选、鉴定、治疗方案设计、药物研发及细胞培养过程优化等提供了强有力的支持。
1. 细胞筛选与鉴定
:DeepSeek能精准识别目标细胞,如在CAR-T细胞治疗中,准确筛选出具有高活性、高靶向性的CAR-T细胞,提高治疗效果。
2. 治疗方案设计
:DeepSeek通过分析海量病例数据和生物学信息,预测不同细胞治疗方案的疗效和风险,为医生提供个性化的治疗方案建议。
3. 药物研发
:在细胞治疗相关药物研发环节,DeepSeek可进行药物靶点发现、药物分子设计和筛选,加速研发进程。
4.
细胞培养过程优化
:DeepSeek可对细胞培养过程中的各种参数进行监测和分析,帮助优化细胞培养条件,提高细胞产量和质量。
近日,美国总统唐纳德·特朗普(Donald Trump)在白宫举行的新闻发布会上,与科技界领导者甲骨文公司拉里·埃里森(Larry Ellison)、软银孙正义(Masayoshi Son)和OpenAI公司萨姆·奥尔特曼(Sam Altman)共同宣布了“星际之门计划”(Stargate Project)。
星际之门计划将是甲骨文、OpenAI和软银集团的合资项目,将投资5000亿美元用于人工智能基础设施建设。
甲骨文公司联合创始人拉里·埃里森在会上宣布了一项人工智能驱动的肿瘤疫苗系统计划。他表示该系统可以在48小时内为癌症患者提供个性化治疗
,将成为星际之门计划5000亿美元AI基础设施的一部分。
埃里森表示,人工智能可用于开发基于mRNA的个性化肿瘤疫苗和早期肿瘤检测。他解释称,人工智能可以用来识别和分析血液中循环的微小肿瘤碎片,在对癌变细胞进行基因测序后,个体化的肿瘤疫苗可以在大约两天内开发出来。他表示:“
一旦我们对肿瘤组织进行基因测序,就可以为每个人量身定制一种疫苗,让患者接种疫苗来对抗这种癌症
。你可以在大约48小时内用人工智能机器人制造这种mRNA疫苗。”
未来,随着技术的不断进步和数据的不断积累,AI在新药研发中的应用将更加广泛和深入。一方面,加强数据共享和开发稀疏AI方法将有助于提高预测精度和算法透明性。通过整合多模态数据和融入物理定律,AI模型的准确性和可靠性将得到进一步提升。另一方面,与云服务商合作开发高效算法和优化临床试验设计将进一步加速药物研发进程。借助云计算和大数据技术的力量,AI将能够更快地处理和分析数据,为新药研发提供更加精准和高效的支持。
随着AI技术的不断发展,其
在细胞治疗、肿瘤疫苗等新药研发
应用上将更加广泛和深入。例如,AI技术有望在新药研发的临床前阶段和临床试验阶段发挥更大作用,通过模拟人体环境和药物代谢过程,预测药物的疗效和安全性,降低研发风险。同时,AI技术还将推动细胞治疗技术的创新和发展,为更多难治性疾病提供新的治疗选择。
1.https://mp.weixin.qq.com/s/cQvFxmq59iqLpwOmxIglFw
2.Zhang, K., Yang, X., Wang, Y. et al. Artificial intelligence in drug development. Nat Med (2025). https://doi.org/10.1038/s41591-024-03434-4