原标题：李开复投资的AI公司发现一种新肺病药物，药物研发将会如何变革？
图片来源：CFP记者 | 金淼
编辑 | 许悦
近期，AI药物发现公司Insilico Medicine首次利用人工智发现新机制特发性肺纤维化候选新药，并且通过多次人类细胞和动物模型实验验证。
通常而言，药物研发需要大量生命科学的基础研究，在此基础上发现和验证靶标，再根据靶标寻找发现合适的先导分子进行分子优化，之后通过临床前的细胞及动物实验后进入临床试验，最终通过临床实验后将药物推向市场。
过去几十年间，多个靶向药相继上市，大量分子被发现，剩余分子发现难度变大，以至于药物发现的难度也变大，上述流程的成功率正在日益降低。如今一款新药从研发到走向市场大约需要26亿美元，超过12年的研发周期，并且失败率高达90%。
Insilico Medicine英矽智能首席科学官任峰表示，目前医药行业面临的三大痛点包括：第一，怎样找到合适或全新的靶点治疗某种疾病；第二，找到靶点后如何发现全新的化合物，将靶点推向临床；第三，如何设计临床方案以减少不可预测性。
伴随人工智能技术的发展，全球范围内都寄希望于通过人工智能手段降低药物的研发成本、缩短药物的研发周期、控制新药研发风险，在此基础上，一批人工智能企业相继出现。
Insilico Medicine通过人工智能发现针对肺纤维化的创新靶点，同时，利用人工智能产生全新小分子化合物，并推向临床候选化合物。从疾病假设到临床前候选药物的全部过程，Insilico Medicine只用了不到18个月，花费约200万美元。同传统的药物发现过程相比，速度和成效有了显著提升。
从2014年成立至今，Insilico Medicine已经先后进行6轮融资，启明创投、创新工场、药明康德等皆参与其中。
创新工场董事长兼CEO李开复表示，Insilico Medicine此次发明是一个完整的、产品化的解决方案，“第一次把整个新药研发流程打通”。
Insilico Medicine通过一体化Pharma.AI平台主要覆盖药物研发的三个环节。
首先，PandaOmics通过数据分析帮助靶点发现。其次，生成式对抗网络 (GAN) 以及深度学习的人工智能引擎Chemistry42，基于蛋白结构或者配体结构进行化合物的设计，帮助找到全新的小分子化合物，实现从苗头化合物的发现一直到临床化合物的确定。第三，另一款人工智能引擎InClinico可以帮助预测临床试验结果，指导正确的临床实验方案。
启明创投主管合伙人梁颖宇表示，AI赋能药物研发，既能够缩短药物研发的时间，又能够大大降低成本。
“我们自己的投资组合中，已经有120多家医药公司。作为泰格医药和dMed的早期投资人，我们必须找到方法来帮助加快药物开发的过程，这就是我们投资Insilico Medicine和Schrödinger两家公司的原因。”Schrödinger也是一家通过机器学习技术，加快药物研发的技术公司，2020年登陆纳斯达克。
