计算医学为医药产业“拨云见日”( 二 ) 本文转自：光明日报客户端传

计算医学的优势
不过，有了大数据并不等于在医药研发领域就“无所不能” ，还需要算法和算力的支持。
为此，中科院计算技术研究所高性能计算团队提出了计算医学的概念。所谓的计算医学是以系统论为指导思想，采用密集数据驱动为科研范式，以人工智能为方法，以高性能计算为支撑，通过知识模型+数据模型的双轮驱动，为生物医药领域全链条产业贡献全新洞见与解决方案。
具体而言，计算医学有四个特征：其一以复杂性系统科学的整体论作为思维方式，理解生物分子、细胞、组织器官、种群等多个生物层级结构之间相互作用中“涌现”出的新属性，从系统的角度去捕捉疾病发生的机理；其二采用密集数据驱动的科学范式，挖掘隐藏于高维、高通量、多维融合的生物医学大数据中的新洞见；其三，将生物医学领域的知识模型转换为数学模型，以生物医学大数据作为输入参数，以人工智能算法对模型进行迭代、训练，输出逼近于真实的生命系统结构与功能特征，从而理解疾病发生的本质；最后，以高性能计算为新一代计算基础设施，为新科学发现提供数据存储、计算精度和计算速度上的支撑。
“计算医学平台提供的机制性结果，可以直接模拟临床试验入排条件下的药物实际疗效，可无缝续接生物学实验及临床试验，不仅直接降低新药研发的投入成本，而且可以极大增加II/III期临床试验的成功率。”中科计算技术西部研究院客座教授、图灵?达尔文实验室主任牛钢表示。
政策频出释放信号
而计算医学的知识体系也恰恰符合了当前政策文件的要义。
从全球来看，美国较早启动了AI 技术在医药健康领域的应用进行了重点布局，出台了《国家人工智能研究和发展战略计划》以推动 AI 发展的战略实施框架，并由 NIH 负责医药领域的 AI 研发投入与管理。
反观我国， 2021年11月，中国国家药监局药品审评中心（CDE）发布的《以临床价值为导向的抗肿瘤药物临床研发指导原则》特别强调“加强机制研究” ，在药物研发伊始，应该加强肿瘤发生、发展机制方面的基础研究，同时加强药物作用机制的研究，通过突破与创新，优化药物设计，开发新的治疗方法，不断满足肿瘤患者的治疗需求。此外，上述《指导原则》还强调“提高精准化治疗” ，应该关注并且持续改进患者与治疗药物的匹配程度，不断提升抗肿瘤治疗的精准性，使肿瘤患者能接受到更为适合自己的治疗药物。
《“十四五”生物经济发展规划》也强调依托人工智能技术、生物医学和健康大数据资源，发展智能辅助决策知识模型和算法，辅助个性化新药研发，为疾病诊断治疗提供决策支持。
产业布局紧锣密鼓
政策的接踵出台，既是产业发展的信号，也为产业布局勾勒蓝图。
2019年，礼来与Atomwise合作，利用后者的AI药物勘探技术加速药物筛选。赛诺菲于2021年与Novadiscovery合作，利用后者的优势布局在虚拟患者中运行疾病模型，以支持决策和降低临床开发风险，随后又于2022年与Exscientia建立战略合作，将利用后者的基于人工智能的能力和个性化医药平台，筛选肿瘤与免疫领域的小分子候选药物。此外，辉瑞还重新启动 CytoReason 合作，力图将后者的人工智能技术应用于辉瑞的药物开发工作。
而在投融资领域， 2021年3月， AI制药公司Insitro就宣布完成4 亿美元的C轮融资，成为全球AI制药领域单笔融资金额最高的公司。近日，国内一家由中科院计算技术研究所孵化的，致力于用AI、大数据、生物医学赋能创新药研发的哲源科技也官宣，其完成近亿元A轮融资。