人工智能有希望破解医药研发的“双十魔咒”吗？
即十年十亿美金的新药研发成本周期。
2020年9月28日，第三届京津智慧医药创新论坛在天津国际生物医药联合研究院召开。本次会议邀请了天云数据、诺和诺德、医学科学院医学信息研究所等多家智能与行业领域企业与知名科研机构，复星医药、中信国际、梧桐树资本、丹纳赫中国创新中心等十余家国内外顶尖投资机构，和南开大学、天津科技大学、天津中医药大学等众多高校参加。CEO雷涛受邀在本次活动发表主题演讲“人工智能赋能医药行业”。
雷涛在发言中提出，新冠疫情的爆发在全世界造成了巨大的破坏，诸多领域受到了极大的冲击，但是生物医药领域却成为了勇敢的逆行者。新药研发过程难度高、风险大，且非常漫长。塔夫茨药物研发中心的数据显示，开发一种新药的平均成本为26亿美元，从新药研发至上市的平均时间为12年。提高新药研发的效率是一项迫在眉睫的全球性挑战。近年来，医药巨头纷纷通过人工智能新技术，来加速药物研发过程和减少药物研发成本。Berg公司利用AI和机器学习技术，能够在几天内合成单个组织样品中超过14万亿个数据点，相应的算法还能对非疾病和疾病状态的蛋白质及上其它可能对疾病状态产生影响的生物特征之间的差异进行搜索和追踪。
药物和靶点可以分别表示为药物特定潜在向量和靶点特定潜在向量，天云数据通过DeepPurpose、DeepScreen等深度学习网络将药物-靶点相互作用的问题理解成一个推荐问题，用来解决预测一个潜在的药物-靶点相关作用序列。在药物研发领域，通过对药物-靶点相互作用的预测，实现对潜在新药有效性的确认或对已有药物的新靶点的探索发现，能够用来减少药物研发费用。
天云数据利用复杂网络在金融领域构建了银行申请反欺诈、券商资管产品等领域知识图谱。在医药领域，网络药理学基于药物与药物之间在结构、功能等方面的相似性，并考虑机体内靶标分子、生物效应分子的多种相互作用关系，通过构建药物-药物、药物-靶标等网络，来预测药物的功效以及特定功效对应的药物。利用网络药理学研究中药成分对疾病受体靶点的中药作用机制研究，首先对药物有效成分的可能作用靶点进行筛选，得到潜在靶点基因；然后对这些靶点间的相互作用关系，性质进一步分析，得到联系紧密的靶点，再通过富集分析形成化学成分-靶点-通路的网络分析结果。最终通过网络分析对药物和疾病之间作用机制进行阐述。
天云数据在大数据及人工智能领域深耕多年，发布了多款AI系列相关平台产品，包括分布式数据科学平台、知识图谱平台等产品。面向医药领域，天云数据的分布式AI平台作为医药研发的AI基础设施，助力医药产业发展。