第五十八章 展望未来，AI制药系统(第 4/4 页)

    卫康同意之后，系统向他展示了一大段相关信息。

    传统新药研发是一个昂贵，漫长而艰难的过程。

    除了成本高，周期长，成功率低这些困境，药物研发面临的更大瓶颈在于创新。

    在制药领域，有个知名的反摩尔定律——每隔9年，投资10亿美元产出的上市新药就减少一半，更为常见的是，首创药物占获批新药总数量不足一半。

    但计算机生物学和人工智能的发展，ai能够在各个制药环节大面积搜索潜在空间，寻找过往因人为经验，实验环境等外界限制未发现的靶点/化合物/晶型等，为创新药物研发提供有力工具。

    ai制药未来将由‘从0到1阶段’进入到从‘1到10阶段’，各个药企将组成大型ai制药联盟，建立药物大数据实验室，加强多学科融合，搜集高质量研发数据，使用ai设计药物，进入临床试验。

    而更大的背景是，计算生物学也将引领生物科学走向数据驱动时代。

    随着高通量测序，纳米操作，生物芯片等技术不断成熟，生物信息数据不断累计，计算生物学也借此发展起来。它通过构建算法和模型，从分子层面理解生物学现象及机制本身，推进相关研究及应用。

    计算生物学不但能够通过高效精准的计算推演带动上层应用，如化合物性质预测，基因点位预测等，加速ai制药，物种改造等领域的发展。

    也为生命科学提供了新的研究思路——‘干湿结合的数据闭环’新模式。

    先通过充足且丰富的定量干实验（ai模型）覆盖待搜索空间，为湿实验室（传统生物实验）中的测试提供精准假设，两者共同迭代加速。

    而这，必将给医药行业带来改天换地的变化，从而彻底改变整个世界。

    看完之后，卫康心潮起伏，激动万分。

    这个ai制药系统，他势在必得。

    只是不知道，升级所需要积分又是多少呢？