根据 TrendForce 最新研究指出，透过导入大数据与 AI 人工智能的机器学习技术，全面强化电脑辅助的药物筛选与设计，缩短新药开发时程与提高成功概率，新药开发迈入 3.0 时代。
从大数据与 AI 人工智能导入新药开发的发展来看，TrendForce 生技产业研究副理刘适宁指出，现阶段着力的重点在于新药探索（discovery）阶段，其发展奠基于扎实的基础研究知识、生医领域大数据的可取得性、AI 算法与软件开发能力等基础之上。
刘适宁表示，现有新药开发方法所产出的潜在新药，临床试验失败的原因据统计约有 17% 是来自安全性或有效性不佳，原因就在于以细胞、组织与动物模式的前临床试验，以及早期人体临床试验做为支持药物作用标的选择与人体实质疗效的预测性不佳。
传统电脑辅助药物筛选与设计，着重于结构及潜在药物活性分子与受体之间的原子层级的交互作用；有别于新药开发 2.0 时代的高通量筛选以及传统电脑辅助药物筛选与设计，新药开发进入 3.0 时代，在大数据的辅助下，将分子层级例如基因体（genome）、转录体（transcriptome）、蛋白质体（proteome），以及巨观层级电子医疗数据、临床文献等庞大的资讯汇入，并导入机器学习技术，进行药物潜在作用标的与疾病关系的验证，以及各类药物如化学小分子药、蛋白质药、双标靶药物等开发。
欧美大量成立 AI 辅助新药开发新创公司
多间欧美厂商已嗅到这趋势，标榜以 AI 辅助新药开发的新创公司如雨后春笋般创立，例如 Exscientia、Atomwise、Insilico Medicine 等，吸引全球如 Pfizer、Sanofi、Merck & Co、GSK、Allergan 等诸多大药厂与这些新创公司合作，此外，AI 在生医应用领域知名的 IBM Watson 亦未缺席，各家药厂商皆希望以 AI 强化在产品开发的核心竞争力。
刘适宁指出大数据与 AI 在生医领域的应用在台湾尚在起步阶段，特别在新药开发领域，一方面产业对新药探索（discovery）阶段着墨少，一方面需要结合扎实的基础研究知识、大数据、AI 算法开发，门槛虽不低，却是提升台湾新药产业实力的利器。
（首图来源：pixabay）
