$昭衍新药(SH603127)$
医药，我属于门外汉，借助工具，事半功倍！chatgpt的出现，可以说革命性的巅峰了几乎所有行业！人工智能时代正式来临！
新药研发通常包括以下步骤：（资料来自于chatgpt3.5）
疾病和目标识别：确定需要治疗的疾病，并确定药物的作用目标。
药物发现：通过实验室研究和药物筛选，寻找具有治疗潜力的化合物。
药物设计和优化：对候选化合物进行结构优化，以提高药物的疗效和减少副作用。
体外和体内评价：在细胞和动物模型中评估药物的活性、毒性和药代动力学特性。
临床前研究：进行药物的毒性和药效研究，确定药物的安全性和有效性。
临床试验：将候选药物应用于人体进行临床试验，包括三个阶段的临床试验，以评估药物的安全性和有效性。
上市申请：提交药物上市申请，包括药物的临床试验数据和药物的生产质量控制信息。
上市后监测：药物上市后进行监测，以评估药物的长期安全性和有效性。
我提问了，哪个环节可以加速新药的研发呢?
在新药研发的过程中，有几个环节可以通过人工智能大模型或者利用超级算力进行加速：
药物发现和设计：利用机器学习和深度学习算法，可以加速对大量化合物的筛选和药物设计过程，从而加快新药的发现和优化速度。
体外和体内评价：利用计算机模拟和虚拟筛选技术，可以加速对候选化合物在生物体内外的活性、毒性和药代动力学特性的评估，从而减少实验室实验的时间和成本。
临床试验设计和数据分析：利用大数据分析和人工智能算法，可以加速临床试验的设计和数据分析过程，从而提高临床试验的效率和准确性。
也就是，研发新药的第二、第三和第四个步骤，即临床前最重要的三步都是可以利用人工智能来进行加速！（下面我也摘了一篇与华为盘古大模型有关的文章进行佐证！）
再来看看，医药研发的成本分布：（chatgpt3.5的参考答案）
当考虑一款新药的研发成本时，可以将正常的成本设置为100，然后按照以下比例来估计各个环节的参考比例：
基础研究和药物发现阶段：约占总成本的10-15%。这个阶段包括对疾病机制的研究、候选化合物的筛选和药物设计等。
临床前研究阶段：约占总成本的15-20%。这个阶段包括对候选药物的毒性和药代动力学特性的评估，以及对候选药物进行体外和体内的活性评价。
临床试验阶段：约占总成本的50-60%。这个阶段是整个研发过程中最昂贵的阶段，包括临床试验的设计、招募和管理试验参与者、试验药物的生产和监测试验过程中的安全性和有效性等。
注册申报和监管审批阶段：约占总成本的10-15%。这个阶段包括药物的注册申报、监管部门的审批和监管等。
生产和上市阶段：约占总成本的5-10%。这个阶段包括试验药物的生产、市场准入、推广和销售等。
也就是临床阶段是投入最大的阶段！
那么现在临床前阶段有可以通过人工智能大模型的帮助，相对以往而言，可以大量的发现新药，即我的推断，临床前阶段在人工智能时代，会迎来极大的增速！临床失败成本巨大，临床前可以利用大模型极大的缩短时间，所以未来临床前研究的承前启后将起到更大的作用！
昭衍新药作为国内从事药物临床前安全性评价服务最大的机构之一，值得关注！合同负债，之前几家龙头cxo企业对比过，这个规模可以说完全是卖方市场了，先把钱给了，然后排队等着![[鼓鼓掌]](https://assets.imedao.com/ugc/images/face_regular/v1/emoji_03_applaud.png "[鼓鼓掌]")
！期待你在人工智能时代的表现！
我之前没有买过医药类股票，可以说是门外汉，各位专业选手，欢迎你们来指出不对的地方。
下面是一篇关于华为大模型与药物研发的一篇文章，供大家更详细的了解人工智时代赋能医药研发！（转是MedTrend医趋势，如需删除请联系！）
华为云盘古大模型深度赋能：新药研发从数年缩致数月成本降低70%
华为是一家值得尊敬的国产企业，也是以实体企业起家转型数字化的先驱。数字化驱动了华为不竭的增长动力，尽管外部环境纷繁复杂，2022年其营收依然高达6423亿人民币。
那么，如果把华为数字化转型的思考、经验、工具赋能到医药企业，会产生什么样的效应？
今年3月，两办发布重磅文件《关于进一步完善医疗卫生服务体系的意见》，提出要发挥信息技术支撑作用，加快推进互联网、区块链、物联网、人工智能、云计算、大数据等在医疗卫生领域中的应用。
目之可见的是，以传统模式经营的药企生存空间正在遭到严重挤压，想要赢在未来，数字化转型已成必然趋势。
入局医药行业，华为云能做什么？
默沙东被称为是“最舍得花钱搞研发的药企”，也以高效研发而著称，根据2022年财报，其全年营收592.83亿美元，两笔费用支出的“落差”很有意思。
研发投入：135.48亿美元，占销售额的22.9%，在行业之中名列前矛；
销售和管理费用：100.42亿美元，占销售额的16.9%，在纯药TOP 10中几乎垫底。
粗略估算，2022年默沙东每卖出1块钱的药，营销只需花费1毛7。已经是可以“碾压”同行的存在。
究其原因，离不开默沙东对企业管理效率大刀阔斧的改革重塑。据默沙东高管公开表示，从2015年之后，默沙东就逐步将数字化营销渠道向云端搬迁，包括内部管理、药物研究、临床研究、患者服务、市场营销等方方面面，“数字化转型是一个非常有效、持续去连接客户的手段和方法。”
不止默沙东，过去十年间，辉瑞、罗氏、拜尔、飞利浦等头部企业，纷纷使用云计算、5G、互联网、大数据等技术，来推动内部和外部的数字化转型和创新，重塑竞争力。
视角切换至国内，后疫情时代，行业对于数字化的认知越加深刻，如何成功开展数字化转型，成为所有企业面临的重要课题。
当华为云碰撞医药企业，“上云”、万物互联、数据大模型...会以怎样的形式在医药行业应用落地？新技术又将如何激活下一轮产业势能？
让千行百业不再“望云却步”，降低AI应用门槛，这一站，华为云恰好走到了医药行业。
7月30-31日，华为云联合上海市欧美同学会生物医药分会，举办第四期【走进华为·数字化转型总裁班】，聚焦于医药行业，邀请40+头部药企高管走进华为，在东莞三丫坡分享了企业文化、数字化转型经验，与药企伙伴共同探讨了未来数字化的转型创新方向。
华为云生物医药行业总经理朴雪花表示，医药行业正面临新的发展拐点，在各个层面都产生了海量数据，而数字化、AI技术可以更深入地挖掘这些数据，这场IT赋能BT（生物科技）的浪潮，华为已做好准备，成为该产业链中最懂行业的云计算供应商，与此同时，让医药行业的客户和伙伴们聚焦业务本身做创新，实现更好的企业发展。
当华为云盘古大模型应用于AI制药
从互联网医院的崛起，到AI医学影像的火热，医疗行业的“AI属性”似乎越来越浓。特别是近期被ChatGPT带火的数据大模型，成为当下热议话题，行业内都在思考如何用其为自我赋能。
月亮并非都是海外的圆。其实，早在GPT技术趋于成熟之前，华为云就涉足了生物医药垂直领域大模型的开发工作。
2021年4月，华为云发布盘古系列预训练大模型，包括自然语言处理（NLP）大模型、计算机视觉（CV）大模型、多模态大模型和科学计算大模型。
同年9月，盘古药物分子大模型发布，由华为云深度联合中国科学院上海药物研究所共同训练完成，旨在帮助医药公司开启AI辅助药物研发的新模式。
2022年，作为国内首个商用的AI辅助制药SaaS平台，华为云AI辅助药物设计平台获得SAIL之星奖（Super AI Leader），这是人工智能领域的全球顶级奖项。
帮助药企减少试错成本、加速新药研发进程...盘古药物分子大模型正通过实例，一步步证明自己对于药物研发的价值所在。
双十定律被打破，AI 或成新药研发“基础设施”
盘古药物分子大模型的发布恰逢其时。
众所周知，创新药研发是反摩尔定律的存在，低垂的果实被摘完，研发周期就会越来越长、难度也会越拉越大。
德勤报告显示，2022年，全球新药开发又难出新高度：平均成本达到为22.84亿美元；平均临床试验周期（I期到-III期）约为6.74年，其中肿瘤药耗时最久，达到11.6年。
双十定律被轻易打破，新药研发平均回报率(IRR)下降至1.2%，创下近九年新低。
Cr：德勤《医药创新回报率评价》2022报告
在此背景下，新药开发亟需新的赋能，而AI大模型的出现，有望成为推动产业智能升级的关键技术之一，触发新一轮新药开发的“大爆炸时刻”。
相关报告显示，AI平均可以缩短75%的药物研发周期，大幅降低药物设计成本，且将药物研发成功率提升10倍以上。
全球TOP药企正在引领这一轮技术升级趋势，罗氏、辉瑞、诺华、默沙东、GSK、艾伯维、强生、赛诺菲、BMS...或是自建团队、或是合作外包，纷纷进行了AI药物研发的布局，相应也收获了更加高效的回报。AI正在朝着未来新药研发“基础设施”的方向演进。
▲全球TOP药企AI研发项目及论文发表。资料来源：《 Drug Discovery Today》
降本增效，助力Biotech在“寒冬”之中活下去
过去两年，生物科技泡沫破裂，行业整体降温重组，公司纷纷开源节流，裁员、砍管线、卖工厂的消息一波接着一波，没有人知道春天何时回归。
对于小公司而言，寒冬更加难熬。
根据最新的2023半年度财务预告，港股18A虽然出现了几家盈利企业，但大多数创新药企在高研发投入之下持续亏损也是不争的事实。
此外，监管也在持续加压。
从2021年7月发布的《以临床价值为导向的抗肿瘤药物临床研发指导原则》，到7月27日，CDE“以患者为中心”指导原则三连发，都是对于新药研发提高要求，压缩me too类药物的生存空间。
在这轮创新药“去伪存真”、产业升级的过程，创新药企更加需要“节衣缩食”，用更有效率的方式从激烈的竞争中跑出去。
而帮助小团队取得关键研发突破，盘古药物大模型已有不少成功案例。
2023年，西安交通大学第一附属医院刘冰教授在盘古药物分子大模型的辅助下，突破性地研发出一款超级抗菌药Drug X，其有望成为全球近40年来首个新靶点、新类别的抗生素。
*该药物通过靶向微生物类组蛋白HU，抑制细菌的DNA复制达到抗菌效果，是世界上首次发现噬菌体编码靶向细菌类组蛋白HU的抑菌抑制剂。
，时长02:31▲盘古药物分子大模型辅助刘冰教授团队研发出超级抗菌药Drug X
据悉，盘古药物分子大模型的核心能力是精准预测，帮助药物研究人员在成千上万的小分子化合物中快速找到可成药的那一个。
一方面，华为云盘古药物分子大模型采用独有的“图-序列不对称条件自编码器”架构，把药物分子结构转换成可量化的数值，可以更好地在数值空间定量地对药物分子结构与性质进行预测与推荐。
另一方面，盘古接受了海量的训练，学习了17亿个药物分子的化学结构，能够对药物分子的80多种化合物理化性质进行预测、70多种定向目标进行优化，包括水溶性、吸收、代谢活性、排泄速率、毒性等。
通过全新深度学习架构和超大规模化合物表征模型训练，华为云盘古药物分子大模型让先导药的研发周期从数年缩短至数月，研发成本降低70%，大幅提升新药研发效率。
不仅如此，华为云盘古药物分子大模型可生成1亿个创新的类药物小分子库，其结构新颖性为99.68%，为发现新药创造可能性。
中国生物制药产业正处于发展初期，存在大量的中小企业，如今AI技术的成熟，不但可以为Biotech熬过寒冬提供一条可行之路，更加有机会绕开既有壁垒，解决创新药扎堆问题，走出更多新路。
▲华为云盘古药物分子大模型，在20余项药物发现任务上实现性能最优
搭好算法、算力、数据三大基石
在AI渗透到药物研发的过程中，药企及机构仍面临一系列挑战，包括算法低效、数据割裂、数据风险、算力瓶颈等。
因此，强大的算力、精准的算法和高效的数据处理能力，是加速AI药物研发的“底座”更是关键引擎。
算力方面，华为云提供医药行业分布式云基础设施，资源利用率提升40％，支撑百万级分子对接时间由1个月缩短至1天。可支持大型药企及CRO在高并发任务处理、异构算力融合、系统稳定性保障等诸多方面的挑战。
算法层面，通过ModelArts平台、盘古药物分子大模型、药物研发API，满足AI药物研发的多样化需求，覆盖药物设计全流程，在20余项药物发现任务上实现性能最优。
数据层面，华为云通过数据治理生产线DataArts，打破医药数据孤岛，实现干/湿实验数据闭环，激发海量数据价值。
以此三者为基础，华为云提供一站式AI辅助药物研发平台，从靶点发现、虚拟筛选、先导化合物优化到获取可合成的先导化合物，无功能断点，全流程支撑药物设计工作。
AI触发的产业变革正在改变每一个行业，但不能否认的是，一切新生的事物都自有其生长规律，正如目前AI药物研发仍处于早期应用阶段，尚需进一步的临床检验和验证。
“种一棵树最好的时间是10年前，其次是现在。”行业每一轮大变革都依托于突破性技术的革新和赋能，相信有了华为云的陪伴，中国生物医药的“数智升级”时代会更快到来。
仅为个人推演纪录，不作为投资依据及参考！
