隨著首屆中國生物計算大會的召開，ITBT再次被推到了行業(yè)風口上。百度公司創(chuàng)始人、董事長兼首席執(zhí)行官，百圖生科創(chuàng)始人兼董事長李彥宏在會上發(fā)表了開場致辭，中國科學院鄂維南院士、施一公院士、董晨院士、譚蔚泓院士等多位頂尖科學家與會發(fā)表主題演講，引起了業(yè)內的廣泛關注。

這次大會的主辦方百圖生科是李彥宏去年創(chuàng)辦的中國首家以生物計算技術驅動的生命科學平臺公司。而生物計算也正是“ITBT”的核心含義。

ITBT是在人工智能、大數(shù)據之上延伸出來的一個新概念，是計算科學IT與生命科學BT的一種有機融合，聚焦于基于大數(shù)據算法進行的生物醫(yī)藥開發(fā)。

計算科學與生命科學本是兩個并行發(fā)展、各自獨立的領域，但是隨著近年來計算科學的飛速發(fā)展，兩個互無關聯(lián)的行業(yè)逐漸發(fā)生了交集：計算科學開始作為工具為生命科學賦能，以加快新藥研發(fā)的效率、提高藥物研發(fā)的質量。這種跨界融合誕生出了“ITBT”的概念。

首屆中國生物計算大會似乎也傳達出了一種信號：ITBT已經可以作為一個獨立的子賽道，具備改變未來生物制藥研發(fā)模式及市場格局的潛力。

面對這樣一個熱門的新興賽道，業(yè)內翹首觀望之人不少。ITBT因何誕生？它的興起會對傳統(tǒng)生物制藥模式帶來哪些顛覆？全球有哪些生物計算公司？他們未來發(fā)展還將面臨哪些困局？又如何突圍？

源起于醫(yī)療AI

初次接觸ITBT可能會比較陌生，但是如果提及醫(yī)療AI賦能新藥研發(fā)則已能耳熟能詳。ITBT中的“計算IT”其實就是廣義的計算，包含了人工智能與機器學習。也就意味著，ITBT隸屬于大醫(yī)療AI賽道。

除了AI賦能新藥研發(fā)，醫(yī)療AI的應用場景還包括醫(yī)療信息化、智能診療、醫(yī)學影像等，其中在醫(yī)療信息化場景下的應用是最早的，在智能導診的應用是最廣的，在醫(yī)學影像的應用是發(fā)展最快的。反觀醫(yī)療AI在新藥研發(fā)場景里，發(fā)展雖較其他場景晚，但是市場規(guī)模巨大，占據總人工智能市場35％以上份額。

近年來，投資機構為了劃分醫(yī)療AI在不同場景下的細分賽道，將新藥研發(fā)場景下的醫(yī)療AI定義為“ITBT”。五源資本是國內最早提出ITBT概念的投資機構之一，該機構早在2017年便關注到了該賽道的潛力，早早布局并投資了晶泰科技、未知君、星亢原、星藥科技、劑泰科技等ITBT企業(yè)。

如果追溯ITBT產業(yè)的發(fā)展史，則需要回歸到中國新藥研發(fā)發(fā)展史與人工智能的發(fā)展路徑上。2015年，中國醫(yī)藥界發(fā)生了著名的“722事件”，推動了國內醫(yī)藥企業(yè)往創(chuàng)新藥領域發(fā)展，隨后，2017年被稱為創(chuàng)新藥元年，新藥臨床和上市的審批政策頻出，大批新藥批準進入臨床試驗。

如果說創(chuàng)新藥是種子，那么人工智能便是土壤。同樣是在2017年，國務院出臺《關于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知》，強調基于人工智能開展大規(guī)模基因組識別、蛋白組學、代謝組學等研究和新藥研發(fā)，推進醫(yī)藥監(jiān)管智能化。

生物計算（ITBT）便從這時開始萌芽，而它生長的關鍵則在于計算（IT）上。“計算方法的突破，帶來的就是人類認知的革命�！笔┮还�院士在首屆中國生物計算大會上說道，“伴隨人工智能的出現(xiàn)，本世紀將會出現(xiàn)顛覆性的變化！”

這種變化已經可以從ITBT上窺見眉目。伴隨中國計算科學的飛速發(fā)展，超級計算機、算法優(yōu)化，再加上不斷累積的醫(yī)療大數(shù)據，諸多種種為ITBT鋪設好了“天時地利人和”。

ITBT爆發(fā)的“天時地利人和”

“生物計算的發(fā)展與互聯(lián)網的發(fā)展有著驚人的相似之處，驅動互聯(lián)網搜索量增長的有三個關鍵指標——上網人數(shù)、上網時間、網頁數(shù)量，而在生物計算領域同樣也由三個關鍵指標共同驅動�！崩顝┖暝谑讓弥袊�生物計算大會上用最通俗的比喻解釋了ITBT產業(yè)發(fā)展的動力來源。驅動ITBT產業(yè)發(fā)展的三個關鍵指標分別對應了算力、算法和數(shù)據。

從算力上看，中國計算機的算力水平已經達到世界一流。中國有6個國家超級計算中心，分別位于無錫、天津、濟南、深圳、長沙和廣州，其中國家超級計算無錫中心的超算“神威·太湖之光”在2016年就已經達到了每秒12．54億億次的算力，成為全球最快的超級計算機，為中國生物醫(yī)藥、金融分析、信息安全等領域提供計算和技術支持。

從算法上看，各類機器學習算法的不斷迭代優(yōu)化。算法是人工智能的核心，通過摸索藥物與疾病、疾病與基因之間的隱秘關系，構建強大的底層計算架構，并在不斷試錯與應用之間進一步完善，最終讓算法越來越貼近真實的人類邏輯。

從數(shù)據上看，人類生物醫(yī)學研究積累了巨大醫(yī)學數(shù)據，包括基因組學、轉錄組學、蛋白質組學、代謝組學、小分子數(shù)據等。這些數(shù)據既來自公開的海量醫(yī)學文獻，也來自藥企／CRO自主研發(fā)積累的數(shù)據庫。而伴隨人類觀測手段的豐富，我們能夠獲得的生物指標數(shù)據也在變多，未來將會有更多、更大體量的多組學數(shù)據產出。

“隨著醫(yī)療數(shù)據的進一步積累，眼下似乎已經到達了一個臨界值——足夠多的生物數(shù)據整合在一起，再以AI作為橋梁，可以為新藥研發(fā)助力�！卑賵D生科首席AI科學家宋樂表示，“我們非常希望和制藥行業(yè)、生物計算行業(yè)的各位同行一起努力，找到一些新的AI助力新藥的方向。”

伴隨中國計算科學算力的提升、算法的精進，以及醫(yī)療大數(shù)據逐年累月的沉淀，成為了孵化ITBT的天時地利人和。中科院計算技術研究所高性能中心主任譚光明肯定道，將藥物從實驗驅動推向數(shù)字驅動，推動供給側提供高效優(yōu)質的產品，這是一種極有潛力的趨勢。

ITBT將改寫制藥產業(yè)多元化格局

傳統(tǒng)藥企采用經驗主義進行藥物開發(fā)，不僅研發(fā)成功率低，還面臨研發(fā)周期長、費用高等問題。一款新藥從臨床發(fā)現(xiàn)到獲批上市平均歷時10－15年，研發(fā)成本高達30億美金，平均成功率卻不到10％。

ITBT模式的出現(xiàn)或將改變這一現(xiàn)狀。新藥研發(fā)作為醫(yī)療AI應用場景中增速最快且最具潛力的市場，在計算科學IT的加持下，憑借其算法和算力優(yōu)勢，可以助力新藥研發(fā)的多個環(huán)節(jié)，加速靶點發(fā)現(xiàn)、化合物合成、制劑開發(fā)、晶體預測等。

而這種助力實則是一種“數(shù)字化”，中科院計算所－哲源·圖靈－達爾文實驗室副主任趙宇告訴動脈網：“在計算機上對細胞功能數(shù)字化、疾病機理數(shù)字化、藥物機制數(shù)字化、病人數(shù)字化等，可以實現(xiàn)高維度下的‘人藥匹配’�！�

在靶點發(fā)現(xiàn)上，ITBT利用自然語言處理（NLP）技術檢索分析海量的文獻、專利和臨床試驗報告非結構化數(shù)據庫，找出潛在的、被忽視的通路、蛋白和機制等與疾病的相關性，從而提出新的可供測試的假說，以發(fā)現(xiàn)新機制和新靶點。

在晶型預測上，ITBT可以利用認知計算實現(xiàn)高效動態(tài)配置藥物晶型，預測小分子藥物所有可能的晶型。晶型變化會改變固體化合物的物理及化學性質，導致藥物在臨床治療、毒副作用、安全性方面的差異，對藥物研發(fā)造成干擾。

在化合物篩選上，憑借IT的強大算力，可以對候選化合物進行虛擬篩選，更快篩選出活性較高的化合物。根據36氪“AI＋醫(yī)療”行業(yè)研究報告數(shù)據顯示，在人工智能助力下的化合物虛擬篩選平均可以節(jié)約40－50％時間，年均節(jié)約260億化合物篩選成本。

從理論上來說，在藥物研發(fā)過程中引入IT技術，利用深度學習技術對分子結構進行分析與處理，在不同研發(fā)環(huán)節(jié)建立擁有較高準確率的預測系統(tǒng)，可以減少各個研發(fā)環(huán)節(jié)的不確定性，從而縮短研發(fā)周期，降低試錯成本，提高研發(fā)成功率。據TechEmergence報告顯示，有人工智能技術參與的新藥研發(fā)成功率能從12％提高到14％。

在ITBT加持下，將會對傳統(tǒng)生物制藥產業(yè)帶來多元化的格局改變，主要可以從藥企端和CRO／CDMO服務端兩個方向進行解讀。

在藥企端，ITBT的加入將會加速新藥研發(fā)市場的競爭，特別是在小分子藥物上。由于小分子藥物的研發(fā)邏輯相對大分子藥更加線性和直觀，IT技術可以通過多學科融合的技術路徑讓一些在高�？蒲袡C構里面的優(yōu)秀儲備靶點甚至是還未被科學家確定結構的蛋白靶點，快速尋找到最適配的小分子化合物。

藥明康德相關負責人在首屆生物計算大會上也肯定了ITBT對小分子藥物領域的積極促進作用。ITBT型的藥企可以針對特定靶點批量產生小分子候選化合物，伴隨算法引擎的優(yōu)化，每代候選藥物之間相互協(xié)同，共同作用支持迭代出更好的藥物。

從長遠來看，利用ITBT的企業(yè)相對傳統(tǒng)小分子藥物研發(fā)公司在尋找特定靶點的小分子化合物上更具有優(yōu)勢，將在藥物發(fā)現(xiàn)端形成更明顯的頭部規(guī)模效應。

不過，中科院計算所西部高等技術研究院常務副院長張春明也指出，ITBT的數(shù)字藥物實驗場不會直接取代藥企，而是以二八原則展開——80％上計算機干，20％還得人做。但是使用計算醫(yī)學技術的企業(yè)，一定會去替代那些不使用計算醫(yī)學技術的企業(yè)，趨勢如此。

站在CRO／CDMO的角度，一些ITBT企業(yè)則是選擇聚焦于新藥研發(fā)中的某一特定環(huán)節(jié)，為藥企或醫(yī)療機構提供基于此環(huán)節(jié)的技術服務，如化合物篩選、分子設計、晶體預測等，從而加速新藥研發(fā)進程。

這種提供“計算服務”的模式屬于一種新型CRO／CDMO，這類型ITBT企業(yè)會在與藥企的實際合作中執(zhí)行不同的商業(yè)模式，例如一些企業(yè)可能會以化合物IP的方式進行合作，二者共同推進IP完成臨床試驗到上市。

ITBT企業(yè)正在加速合作發(fā)展

雖然是一種全新的概念，但是IT與BT的融合并不是近年來才出現(xiàn)的，以計算科學賦能生物制藥早在數(shù)年前就已有企業(yè)涉足，宇道生物、晶泰科技、哲源科技等都是國內最早一批生物計算領域的公司。而伴隨著人工智能技術的完善、醫(yī)療數(shù)據資源的積累，ITBT領域也涌入了越來越多的新企業(yè)，2019年成立的星藥科技、2020年成立的百圖生科，都是基于醫(yī)療大數(shù)據挖掘進行生物醫(yī)藥研發(fā)探索。

動脈網對全球涉足ITBT的企業(yè)進行了簡單梳理：

中國涉足ITBT的部分典型企業(yè)盤點

可以看到，在我們統(tǒng)計的國內涉足ITBT藥物研發(fā)的14家典型企業(yè)中，有8家不僅自主擁有ITBT技術能力，也基于該能力自主搭建起了獨立的臨床新藥管線，分別是宇道生物、冰洲石生物、未知君、億藥科技、智藥科技、星亢原、星藥科技和索智生物；

另外6家企業(yè)晶泰科技、哲源科技、深度智耀、望石智慧、百圖生科、劑泰科技更側重提供藥物研發(fā)服務，這類公司更注重結合自身在AI領域的專長與藥企合作，共同搭建／推進管線進程。

值得一提的是，與中國首屆生物計算大會共同展開的還有百圖生科與索智醫(yī)療的合作。百圖生科側重于AI算法等生物計算引擎的建設，索智醫(yī)療則是在百圖生科和維亞生物共同加持下成立，旨在打造一個以人工智能為基礎的新型的新藥研發(fā)范式。

與此同時，一些大型藥企、CRO／CDMO企業(yè)也開始通過合作或兼并購等方式擴大公司在ITBT方向的比重。例如，藥明康德投資了強化學習和生成對抗網絡（GAN）相結合進行分子發(fā)現(xiàn)的公司Insilico Medicine；正大天晴通過與阿里云醫(yī)療AI合作，以獲得全新的基于機器學習模型的化合物篩選方法；

2018年，羅氏以19億美元收購腫瘤大數(shù)據公司Flatiron Health，為其提供研發(fā)所需的數(shù)據與技術支持，加速新藥上市；2019年，江蘇豪森與美國AI制藥公司Atomwise達成合作，雙方將合作設計并發(fā)現(xiàn)多個治療領域中多達11種未公開靶蛋白的潛在候選藥物。據悉，全球前十大藥企均已入局ITBT。

海外部分ITBT企業(yè)代表

作者：王嬋