活動與消息

新藥研發耗時9~17年，成本動輒超過10億美元，主因之一在大部分的工作要由耗時的人工處理，而且從合成藥物、藥物攝取、改變生化反應、觀察效果，每個階段都要靜待數小時到數個月，現在平均每種新藥研究都要測試2.5萬種化合物，因此流程快不起來，人事成本低不下來。

所以在2010年代AI技術有所突破，材料與製藥業界就提出靠AI模擬化學反應及搜尋文獻，縮短新藥研發流程的概念，這些概念因2020年COVID-19(新冠肺炎)疫情需求加速，並隨實踐而擴大應用。

根據日經新聞(Nikkei)報導，現在日本藥廠已經把IT科技結合製藥的新應用，分成上中下游等3個領域，合稱Insilico Drug Discovery，矽晶藥物研發，每個流程各有不同的適用技術。

上游的部分是材料化學性質模擬，日本這方面居領先地位的是東京大學(University of Tokyo)設立新創Peptidream與IT大廠富士通(Fujitsu)的合作團隊，應用量子電腦技術進行材料化學反應模擬計算，目前的成果是讓傳統超級電腦需要1週的模擬，加速到10分鐘以內。

量子電腦模擬製藥應用目前偏向基礎生化研究，比較接近實際藥物研發領域的應用，則是以語言分析AI進行文獻歸類分析，因為醫藥相關文獻數量太過龐大，任何藥廠團隊都只能研讀其中一部分，AI的資料蒐集歸類能力可以讓研發團隊專注部分報告，減少不必要的耗時。

目前成果之一，是日本住友製藥(Sumitomo Dainppon Pharma)與英國醫藥新創Exscientia合作的強迫症新藥，把本來4.5年的研究時間縮短為1年，不僅減少精神醫學研究論文閱讀量，還從腸胃科等其他領域找出意料之外的相關論文，也是加速研發原因之一。

而不管哪種藥品研究，最後還有一關就是合成實際藥品，傳統人工方式會因為人員習慣而產生誤差，因此日本慶應大學(Keio University)的新創Molcure，不僅用AI模擬化學物質效果，還用AI控制機器人合成藥品，把人工干擾降到最低，若研發成功，也能直接用在藥品量產。