制藥中的區(qū)塊鏈可用于: 大分子供應(yīng)鏈、藥物安全、公共安全和消費者意識、召回管理、臨床試驗管理和制造供應(yīng)鏈。區(qū)塊鏈藥物初創(chuàng)公司管理區(qū)塊鏈上患者健康信息的安全存儲，允許個人控制臨床試驗研究人員如何操控他們的醫(yī)療數(shù)據(jù)?！揪幷甙础啃滤幯邪l(fā)的效率問題一直是懸在制藥企業(yè)頭頂?shù)倪_摩克斯之劍。近幾年來，業(yè)內(nèi)有不少針對提升制藥效率的技術(shù)創(chuàng)新，人工智能和區(qū)塊鏈就是其中的典型代表。本文針對藥物開發(fā)的現(xiàn)狀進行了探討，并且舉例了部分全球范圍內(nèi)的藥物研發(fā)技術(shù)創(chuàng)新，以此對中國企業(yè)形成借鑒參考。本文發(fā)于新醫(yī)界，作者趙淳;經(jīng)億歐大健康編輯，供行業(yè)人士參考。

制藥行業(yè)是陰和陽，也是黑暗與光明二元性的例子。事實上，制藥公司是良心和腐敗的悖論。它對人類福祉的貢獻比任何其他行業(yè)都多。但近來，研究型制藥公司的商業(yè)模式面臨著巨大的壓力。他們的研發(fā)投資回報率降到了幾十年來的最低水平，而且他們在美國和世界各地的公眾聲譽(歐洲的反疫苗運動)比以往任何時候都糟糕。這種令人擔憂的增長潛力和低信譽的現(xiàn)狀是投資者越來越猶豫的主要原因。

醫(yī)藥行業(yè)商業(yè)模式與企業(yè)聲譽

制藥公司目前的商業(yè)模式運作效率越來越低。自1950年以來，每花費10億美元用于研發(fā)，新批準的藥品數(shù)量大約每9年就減少一半。這些(較少)產(chǎn)品的估計回報率自2010年以來大幅下降，從10.1% 下降到3.7% 。平均而言，三十家大大小小的制藥公司和生物技術(shù)公司在過去五年里從藥物中獲得的收入僅占其2017年收入的11% 。每年，醫(yī)療保健行業(yè)(醫(yī)療設(shè)備和服務(wù)、制藥、生物技術(shù)和生命科學)花費近10萬億美元，而在制藥研發(fā)上的投入只有一小部分(每年1400億美元)，結(jié)果每年只有30至40項新藥獲得批準。

，其中三個——聯(lián)邦政府、制藥業(yè)和醫(yī)療行業(yè)——得到了半數(shù)以上公眾的負面評價。

8月的蓋洛普民意調(diào)查發(fā)現(xiàn)，美國公民對任何行業(yè)的評價都高于制藥業(yè)(該行業(yè)16年來最糟糕的表現(xiàn))。在這次民意調(diào)查中，排名最后的五個行業(yè)受到的評價都是負面的

一項新的分析(2018年)發(fā)現(xiàn)，制藥公司的聲譽正飽受侵蝕。公眾對制藥商的透明度、開放性和真實性的評價也顯著下降。

盡管有負面的公眾輿論，制藥公司確實在社會中發(fā)揮了關(guān)鍵的積極作用。每個事物都有兩面性 ，真相總是在其中間部分。制藥公司總是吸引著充滿理想和激情的人，熱衷于研究解決健康問題的方法，但與此同時，制藥市場的現(xiàn)實也導(dǎo)致企業(yè)犯罪的誘惑異常嚴重。因此，盡管存在腐敗和缺乏透明度的問題，制藥公司的主要問題仍然是在藥物開發(fā)上的保守性，這個過程由于缺乏創(chuàng)新、數(shù)字中斷、快速的技術(shù)進步以及諸如缺乏數(shù)據(jù)重現(xiàn)性等其他問題而效率下降。

事實上，由于缺乏數(shù)據(jù)的可重復(fù)性，制藥行業(yè)有一條不成文的規(guī)定：“學術(shù)界產(chǎn)生的所有生物醫(yī)學研究中，看起來將會是領(lǐng)先創(chuàng)新，但最終將被證明是錯誤的。”

出于這個原因，2011年拜耳公司的一組研究人員決定測試這個規(guī)律。因此，以最近67個藥物發(fā)明項目為例，他們發(fā)現(xiàn)，在超過75% 的情況下，公布的數(shù)據(jù)不匹配他們的內(nèi)部復(fù)制。而這些研究并沒有發(fā)表在不靠譜的腫瘤學期刊上，而是在《科學》、《自然》、《細胞》等雜志上引起轟動的研究。事實上，醫(yī)藥從業(yè)員認為醫(yī)學文獻是最不可靠的。有趣的是，化學家、物理學家和工程師，都是他們自己領(lǐng)域中最有信心的。

事實上，一些學術(shù)文章通常是由制藥公司雇傭的一位商業(yè)作家(代筆人)撰寫的，上面刻著一個學者的名字，以彰顯獨立性和科學的嚴謹性。這些學者往往很少或根本沒有參與收集數(shù)據(jù)或起草論文。

因此，盡管學術(shù)界和制藥公司涉及了這場關(guān)于數(shù)據(jù)再現(xiàn)性的“雞還是蛋”討論，但現(xiàn)實是，制藥公司的技術(shù)創(chuàng)新不知怎么地被遺忘了。因此，承認單個細胞的生物學比預(yù)期的要復(fù)雜得多，我們需要超級計算機，人工智能和區(qū)塊鏈來理解生命科學的復(fù)雜性，這可能是促進藥物開發(fā)創(chuàng)新的最佳方法。

藥物開發(fā)：現(xiàn)狀

藥物開發(fā)是一個過程，一旦一個化合物通過藥物研究發(fā)現(xiàn)，將新的藥物帶入市場的過程。每發(fā)現(xiàn)10000個化合物，其中大約250個將通過更嚴格的臨床研究。最終，這250種化合物中的5種將通過高度把控的臨床試驗(Phase1-3)。藥物開發(fā)的整個過程需要10到15年的時間和26億美元才能將一種藥物推向市場。

在整個藥物研發(fā)過程中，每個公司都會產(chǎn)生大量的數(shù)據(jù)，隱藏在防火墻后面(未公布的大數(shù)據(jù))。一定程度上是由于嚴格的監(jiān)管和合規(guī)標準，部分原因是這些公司所處的激烈競爭環(huán)境。這些亂七八糟的數(shù)據(jù)大部分處于混沌狀態(tài)，很長一段時間以來，企業(yè)實際上并不認為這個數(shù)據(jù)適合進行回顧性分析。管理層往往認為，在需要如此大的投資的事情上沒有足夠的價值。

現(xiàn)在試著把藥物開發(fā)想象成一組三個盒子: 探索，臨床前和臨床盒子。這些盒子中的每一個都是從另一個盒子中衍生出來的，在藥物開發(fā)的整個過程中沒有線性和溝通(由于相互不信任)。顯然，所有三個盒子發(fā)表的數(shù)據(jù)經(jīng)常(50-70%)缺乏重復(fù)性(錯誤的負面和正面結(jié)果) ，而大數(shù)據(jù)則沒有公布。這個探索盒子沒有任何規(guī)定，臨床前盒子是有規(guī)定的，臨床盒子是完全監(jiān)管的。甚至認為發(fā)現(xiàn)(和創(chuàng)新)通常來自于沒有嚴格執(zhí)行的規(guī)則和法規(guī)ーー事實上，抗生素是偶然發(fā)現(xiàn)ーー但是規(guī)章制度的缺失也是有限度的。通常，一旦超過了這個限度,可能就會出現(xiàn)"無政府狀態(tài)"了。

在科學過程與監(jiān)管環(huán)境之間，當前的藥品開發(fā)過程需要大量的創(chuàng)新。

藥物創(chuàng)新：技術(shù)創(chuàng)新

幸運的是，現(xiàn)實擺在我們面前，現(xiàn)在是時候真正開始建立新的商業(yè)模式，數(shù)據(jù)可以被保護，同時也能共享，這個現(xiàn)實就是所謂的區(qū)塊鏈。

制藥中的區(qū)塊鏈可用于: 大分子供應(yīng)鏈、藥物安全（藥物如何被制造出來）、公共安全和消費者意識、召回管理、臨床試驗管理和制造供應(yīng)鏈（后勤噩夢）。

Exolchain (區(qū)塊鏈藥物初創(chuàng)公司)管理區(qū)塊鏈上患者健康信息的安全存儲，允許個人控制臨床試驗研究人員如何操控他們的醫(yī)療數(shù)據(jù)。區(qū)塊鏈創(chuàng)業(yè)公司 Qad.re 還可以幫助制藥公司解決供應(yīng)鏈中假藥的問題(占市場份額的10% ，并且造成近100萬人死亡)。

此外，蘋果、英特爾和谷歌最近都大舉投資收購人工智能初創(chuàng)企業(yè)，也就不足為奇了。雖然他們都沒有藥物開發(fā)的經(jīng)驗，但他們都積極地進入醫(yī)療保健市場。硅谷一直以來都最快開始創(chuàng)新和歡迎新技術(shù)，并且可以很快地超越傳統(tǒng)的制藥公司來顛覆整個行業(yè)。微軟宣布了其攻克癌癥的計劃。一個由計算機科學家、程序員和工程師組成的團隊將測試人工智能程序執(zhí)行各種各樣的任務(wù)，比如創(chuàng)建細胞的綜合模型，以了解它們?nèi)绾蜗嗷ソ涣?，或者癌癥患者的人體機能將對不同的藥物產(chǎn)生怎樣的反應(yīng)。

Benevolent AI利用其人工智能算法的預(yù)測能力來設(shè)計新分子，而這些依據(jù)則是基于基因、目標、疾病、蛋白質(zhì)和藥物之間超過10億個關(guān)系的知識圖表。

總部位于倫敦的人工智能公司 DeepMind，隸屬于谷歌的母公司 Alphabet，該公司正在訓練其軟件折疊蛋白質(zhì)用于藥物探索。DeepMind 計劃運用一種基于其核心技術(shù)之一的算法—— AlphaGo 軟件來制作藥物。

位于波士頓的生物制藥公司 Berg 正在使用AI，通過應(yīng)用一種算法和基于概率的人工智能分析病人的基因型、表型和其他特征。

百度研究公司宣布，它已經(jīng)創(chuàng)造出一種比人類病理學家更好的方法來識別乳腺組織中的腫瘤細胞。早期結(jié)果也表明，AI在皮膚癌檢測方面比人工更加準確。

Xtalpi，集成量子物理學和人工智能在藥物研究和開發(fā)，開發(fā)一個混合物理學和人工智能的軟件平臺，矯正藥物樣小分子的分子模型。

在2018年的一份非常詳細的列表中，你可以找到大部分115家在藥物研發(fā)中使用人工智能的創(chuàng)業(yè)公司，這些公司大致按研究階段分類: 臨床前期，臨床等等。

谷歌大腦團隊的成員宣布，他們已經(jīng)制作了識別蛋白質(zhì)結(jié)晶的計算機視覺，聲稱準確率約為94% 。蛋白質(zhì)的結(jié)晶決定了細胞的形狀，可以在治療各種疾病的藥物中發(fā)揮作用。

IBM Watson Health與 Quest Diagnostics 公司合作，推出了一項基因組測序服務(wù)，旨在通過整合認知計算和基因組腫瘤測序，快速發(fā)現(xiàn)高度個性化的癌癥治療方案，在精準醫(yī)學領(lǐng)域取得了巨大進展。

當然，這些創(chuàng)新公司會層出不窮。我相信十年內(nèi)，我們將看到傳統(tǒng)藥物開發(fā)模式的根本性變化。這不僅僅是因為人工智能，而是大數(shù)據(jù)技術(shù)的結(jié)合——由傳感器和電子病歷(EMR)集成和電信 / 遠程醫(yī)療和人工智能支持。