“数据+计算”成为医药行业新范式，如何应对研发到落地重重阻碍？

图片来源：视觉中国

如今，通过数据、计算与机器学习技术的不断迭代，药物研发团队能够设计出选择性更高、活性更优的分子，从而减少筛选候选药物所需的时间和成本，并增加药物研发项目进入临床开发的成功率。这一突破性进展不仅为药物研发带来了全新的思路和方法，也为解决全球性的医药难题提供了坚实的支撑。”近日，在启明创投联合投资企业、全球计算药物研发领军公司薛定谔（Schrödinger，NASDAQ:SDGR）举办的结合物理建模与机器学习：加速结构化药物发现研发分享会上，启明创投主管合伙人梁颕宇指出。

当前，数据与计算的结合已渗透于制药领域的全流程。启明创投合伙人陈侃举例解释，高通量筛选等技术能够产生大量高质量生物学和医学数据，利用人工智能和机器学习可以解析这些数据，发现新的生物学机制和药物靶点；计算机模拟和虚拟筛选能够更广泛地探索化学空间，找到最优药物化合物；在临床试验方面，去中心化试验和数字孪生系统可