最新！全球33 家大药企AI药物研发动向，辉瑞、默克、诺华、赛诺菲、安进、拜耳… | 医线追踪

2018 年 5 月， MIT宣布安进是其药物发现和合成机器学习联盟的成员。同月，一份报告指出，安进正在与医学研究机器学习初创公司 Owkin 合作。

2019 年 6 月，MELLODDY（药物发现的机器学习类目编制）项目宣布安进为其成员之一。MELLODDY 将在多个合作伙伴的数据集上训练机器学习模型，同时使用联合学习确保每个合作伙伴的隐私。

2019 年 6 月，MELLODDY（药物发现的机器学习类目编排）项目宣布Astellas为其成员之一。

2018年2月，阿斯利康宣布与阿里巴巴达成合作，将包括人工智能在内的技术应用于患者诊疗。

2019年4月，阿斯利康宣告将与BenevolentAI达成长期合作，双方将集中在治疗慢性肾病和特发性肺纤维化的新药上。

2019年6月，MELLODDY（药物发现的机器学习类目编排）项目宣布阿斯利康为其成员之一；同月，阿斯利康通过子公司MedImmune与ProteinQure达成长期合作。ProteinQure是一家加拿大AI药物发现公司，使用量子计算、分子模拟和机器学习来设计药物。

2019年9月，计算药物发现公司Schrodinger宣布与阿斯利康合作，共同建立一个平台，利用基于物理的建模和机器学习来预测分子与蛋白质结合的潜力。

2018年5月，MIT宣布BASF是其药物发现和合成机器学习联盟的成员。

2018年8月，拜耳将AI药物设计公司Cyclica纳入其Grants4Apps项目。

2018年11月，Cyclica宣布拜耳正在利用其技术进行脱靶效应调查、药代动力学性质预测以及多靶向药物设计。同月，拜耳宣布与Genpact合作，将AI应用于药物警戒。Genpact的技术可自动从源文件中提取不良事件数据。

2019年1月，医疗保健领域的人工智能联盟宣布拜耳为创始成员。

2019年6月，MELLODDY（药物发现的机器学习类目编排）项目宣布拜耳为其成员之一。

2019年7月下旬，拜耳与Sensyne Health宣布合作研发心血管疾病治疗药物。Sensyne Health与NHS有着独特的合作关系，可以在保护患者隐私的同时，使用其电子患者记录数据。

2018年5月，有新闻媒体报道称，Boehringer Ingelheim曾与Bactevo合作，利用其“全面集成药物引擎”平台确定新型小分子先导化合物。

2019年6月，MELLODDY（药物发现的机器学习类目编排）项目宣布 Boehringer 为其成员之一。

Boehringer Ingelheim也在使用人工智能分析语音来发现神经系统疾病的征兆，以促进早期诊断。他们最初的研究重点是精神分裂症和阿尔茨海默氏症。一份2019年7月的报告称，该公司已经在临床试验中使用该技术。

2019年3月，BMS宣布与Concerto HealthAI达成另一项合作伙伴关系。Concerto专长于使用 AI 分析现实世界的肿瘤数据，可以分析现实世界的证据并生成洞见。其与BMS的合作涵盖了一系列数据来源、癌症和活动，包括临床试验、方案设计和精准肿瘤治疗。

2019年3月的一份报告称，新基将与Exscientia签订一项为期三年的协议，利用其AI发现用于三个靶点的小分子。

新基还投资了精准医疗创业公司 GNS Healthcare。

2018年7月，机器人云实验室提供商Transcriptic宣布，礼来将利用其人工智能技术，实现按需药物发现业务。

2019年6月，Atomwise宣布与礼来就多达10种药物展开合作。在合作中，似乎礼来将使用Atomwise的技术筛选合成具有治疗潜力的分子。

Evotec于2016年4月宣布与Exscientia初步合作，双方专注于合作创建双特异性小分子免疫肿瘤疗法，这些治疗方法可以同时击中两个不同的癌症靶标。2019年1月，Evotec还宣布参与 Exscientia的B系列。

Evotec也与学术机构合作。例如，它在2019年6月宣布与牛津大学合作，帮助数据驱动的药物发现项目商业化，此外，它还将与临床人工智能公司Sensyne Health合作。

2019年9月，基因泰克和罗氏披露了一个预测分析项目，并在Nature上发表了一篇关于利用深度学习来预测哪些糖尿病视网膜病变患者会进展比较快的论文。

GSK已与包括Exscientia和Insilico Medicine在内的初创公司展开合作。2017年7月，GSK与Excientia达成合作关系，旨在在未公开的治疗领域发现多达10种与疾病相关的靶标的新型选择性小分子。与Insilico的合作关系则是在2017年8月宣布，旨在确定新型的生物靶点和通路。

GSK还是“加速医药机会疗法” (ATOM) 联盟的一员，该联盟旨在利用人工智能在不到一年的时间里从药物靶点走向患者可随时使用的疗法。（一个雄心勃勃的目标。）GSK为ATOM提供了超过200多万种已筛选化合物的化学和体外生物学数据。

2018年5月，GSK宣布与Cloud Pharmaceuticals合作，将AI用于设计新型小分子药物。

GSK还与谷歌合作，将AI应用于药物研发。2018年7月，PLOS One上的一篇论文描述了两家公司的研究人员如何开发出一种机器学习算法来识别蛋白质晶体。

2019年1月，医疗保健领域人工智能联盟宣布 GSK 为创始成员。

2019年4月上旬，Exscientia宣布其与GSK的合作产生了了第一个切实的成果：靶向慢性阻塞性肺病新型通路的“高效”先导分子。

2019年6月，MELLODDY（药物发现的机器学习类目编排）项目宣布GSK为其成员之一。

2019年7月，GSK 还与斯特拉斯克莱德大学和诺丁汉大学的研究人员进行了合作，专注于将 AI 应用于合成化学。

2018年1月，强生公司宣布了Janssen与WinterLight实验室的合作，试图通过Janssen临床试验获得的语音样本来预测痴呆和神经退行性疾病。

2019年1月，医疗保健人工智能联盟宣布Janssen为创始成员。

2019年4月，AI驱动的药物设计创业公司Iktos宣布与Janssen展开合作。此次合作将在小分子药物发现项目上使用 Iktos 的虚拟药物设计技术。

2019年6月，MELLODDY（药物发现的机器学习分类目编排）项目宣布Janssen为其成员之一。

除了合作开发新药，Janssen还将AI应用于临床试验。2019年7月，Celsius Therapeutics宣布与Janssen公司合作，利用其单细胞基因组学和机器学习平台，在Janssen公司关于golimumab (Simponi) 和guselkumab (Tremfya) 治疗溃疡性结肠炎患者的VEGA研究中，寻找应激的预测生物标志物。

2018年12月，默克宣布与Cyclica合作，利用其人工智能增强的蛋白质组学筛选平台阐明作用机制，评估安全性特征，并探索用于研究小分子的其他应用。

几个月后，也就是2019年3月，默克宣布与Iktos合作，利用其搭建的AI平台来设计一种特定疾病所需性质的新型分子。

默克与Atomwise还有一个合作的保密项目。

2019年6月，MELLODDY（药物发现的机器学习分类目编排）项目宣布默克为其成员之一。

2018年1月，一篇文章透露，诺华与麦肯锡的QuantumBlack合作，用机器学习分析临床试验操作。他们声称，这项工作将患者入组时间缩短了10-15%。

一份2018年3月的报告还描述了与IBM Watson的合作，以提高临床试验招募，以及使用“数字皮质”预测药物疗效。

2018年5月，MIT宣布诺华是其药物发现和合成机器学习联盟的成员。同月，英特尔宣布与诺华合作，将 AI 应用于高内涵筛选。

2018年6月， Business Insider发表了对诺华生物医学研究院 (NIBR) 总裁Jay Bradner关于公司在人工智能方面进展的采访。Bradner表示，在NIBR工作的6000名科学家中，有4%是数据科学家。“我们喜欢把自己看作是海龟比赛中的领跑者。”他说，指的是制药公司在使用新兴技术方面一般比较保守。

2018年7月，InformationWeek上的一篇报道强调了诺华在药物发现领域数字化改造第一阶段的完成。该公司重建了其技术基础架构，并通过一个单一的枢纽连接其数据。它现在正在开发一个预测性分析平台，该平台利用机器学习算法进行临床试验操作。

除了建设内部AI能力外，诺华还与学术界合作。2019年1月，诺华宣布与牛津大学大数据研究所合作，预测患者对药物的反应。这项合作将结合不同类型的数据，如临床、影像和基因组学数据。

2019年6月，MELLODDY（药物发现的机器学习类目编排）项目宣布诺华为其成员之一。

2019年9月，诺华宣布了在其业务内巩固数据科学和AI的重大举措：与微软合作，创建AI创新实验室。合作关系最初将专注于针对黄斑变性的个性化疗法、细胞和基因疗法以及药物设计。几天后，BenevolentAI宣布与诺华达成合作，利用其AI平台实现肿瘤治疗的个性化。

几个月后，即2018年12月，诺和诺德宣布与英国生物技术公司e-Therapeutics达成协议，利用其基于AI的药物发现技术，寻找治疗2型糖尿病的新疗法，合作将包括寻找新的干预策略、生物途径和化合物，合作范围在2019年8月进行了相应的拓展。

2018年4月，辉瑞曾与英国人工智能计划的资金有过关联，但其参与的性质尚不清楚。

从2018年5月开始辉瑞公司开始加速AI方面的活动。当月，MIT宣布辉瑞是其药物发现和合成机器学习联盟的成员。辉瑞也宣布与XtalPi （晶泰科技）合作，结合量子力学和机器学习预测药物的性质。而《华尔街日报》报道称，辉瑞建立了一个内部分析平台，利用机器学习来识别罕见病患者。

2018年9月，Atomwise宣布辉瑞同意对其平台进行评估。根据协议，Atomwise将为多达三种目标蛋白生成化合物。

2019年1月，CytoReason宣布与辉瑞达成合作，具体的细节不多。然而，CytoReason的技术利用机器学习来了解细胞对疾病和治疗的反应。在之前的工作中，这家初创公司已经发现了黑色素瘤中的新细胞参与者，特应性皮炎中的新作用机制，以及炎症性肠病抗TNFα治疗中的新型治疗前生物标志物。CytoReason将标准化并组织辉瑞的数据，并将其整合到辉瑞特有的免疫系统模型中。

2019年4月，Concerto HealthAI宣布与辉瑞达成合作，将AI和真实世界数据用于肿瘤领域。该合作旨在为辉瑞用于实体瘤和血液恶性肿瘤的研究性和商业化疗法寻找可操作的见解。

2018年2月，罗氏收购了专注于肿瘤领域的电子健康记录公司Flatiron Health。Flatiron海量的肿瘤数据为罗氏提供了海量的机器学习资产。同样，2018年5月，一份报告指出，罗氏正在与医学研究机器学习初创公司Owkin合作。

罗氏也是为数不多的与IBM Watson Health合作的制药公司之一。罗氏与IBM 合作，于2019年1月发表了一项研究，利用真实世界数据预测糖尿病患者的慢性肾病。

罗氏和子公司基因泰克在2019年9月披露了另一个预测分析项目，在Nature上发表了一篇关于利用深度学习预测哪些糖尿病视网膜病变患者会进展比较快的论文。

2016年4月，赛诺菲的Genzyme部门与Recursion制药宣布合作，利用Recursion的药物再利用平台筛选赛诺菲分子的遗传病靶点。

赛诺菲也是Exscientia的一个重要合作伙伴。他们的合作关系始于2017年5月，双方合作的重点是寻找糖尿病及其合并症等代谢性疾病的双特异性小分子药物。2019年8月，Exscientia宣布赛诺菲行使其选择权，用于靶向炎症和纤维化进展的双特异性小分子。

2017年10月，赛诺菲和Berg Health宣布了一项合作，以评估季节性流感疫苗性能的潜在生物标志物。

赛诺菲还尝试过使用AI用于医疗通信。2018年10月的一篇文章报道指出，赛诺菲与Researchably合作，后者使用AI自动化审核医学文献综述。据报道，赛诺菲发现该软件将审查论文的时间从13分钟缩短到不到一秒。

2019年6月，赛诺菲宣布了与谷歌包括AI在内的广泛合作。赛诺菲和谷歌将通过一个新的虚拟“创新实验室”，分析真实世界的数据，了解哪些治疗方法对患者起作用，并分析制造和商业数据，预测销售情况，并为营销和供应链活动提供信息。

2019年1月，Servier宣布了与AI药物设计创业公司 Iktos合作的成功结果：Servier使用Iktos的技术分析了 旨在满足11个标准的800个分子，但最终没有一个分子符合所有标准。不过，随后通过学习之后，使用Iktos的技术生成了针对标准进行优化的 150 个分子。Servier对它们进行了合成和测试，结果平均来说这些分子符合11项标准中的9项，其中有1例完全符合 11 项标准。

2019年6月，MELLODDY（药物发现的机器学习类目编排）项目宣布Servier为其成员之一。

2018年5月，MIT宣布Sunovion是其药物发现和合成机器学习联盟的成员。

2018年8月的一篇文章报道了武田使用AI预测抑郁症病程的情况。他们的目标是确定哪些患者通过转换治疗或者从不同的一线治疗得到了改善。初步的研究表明，回归神经网络在这样的预测中是准确的。

2019年1月，武田的合作伙伴Recursion宣布与该制药公司扩大合作，以评估和确定罕见病的新型临床前候选药物，并报告了Recursion在过去的 18 个月中对超过60多种适应症进行了评估。据报道，这为至少6种疾病提供了新的治疗选择。武田制药从这些早期结果中选择了两种罕见疾病的候选药物。

注：由于作者水平有限，难免出错，请在评论区告诉我们，非常感谢。