多次下注，葛兰素史克如何布局AI药物发现？

“一个季度内，我们生成的数据比公司之前 300 年历史上的数据还要多。”葛兰素史克（GSK）称。

在过去的几年中，制药行业的数据数字化有所增加，这促使人工智能的使用。

特别是，人工智能可以有效地用于的不同部分，如药物设计、化学合成、药物筛选、多药理学和药物再利用，从而促进向以数据为中心的药物发现的普遍转变。

葛兰素史克正在以前所未有的速度、规模和精度解码这些数据，很大程度上在借助数据科学以及人工智能模型。

正如葛兰素史克首席执行官Emma Walmsley 表示，人工智能可以改善大型制药公司最“深刻”的挑战：研发生产力。

1、多方面战略调整

2018年-2019年，正是药企巨头们都将数字化转型提上了日程，作为整体目标频繁出现在企业战略转型中。

例如辉瑞任命了首席数字官Lidia Fonseca，阿斯利康内部进行了一次根本性的组织架构调整，数据科学和AI部门孕育而生。

GSK也任命Kim Branson 为高级副总裁兼AI/ML集团全球负责人，为GSK建立一支强大的AI/ML团队。

目前该团队已经有超过 120 名AI/ML 专家，位于海德堡、伦敦旧金山、波士顿和费城，所有团队成员均具有强大的 AI/ML 背景和成像或测序方面的专业知识。

他们作为一个研究小组运作，在arXiv上发布资源，并在同行评审的期刊上发表结果。

他们的主要工作是整合来自大型工业规模实验的功能基因组学、蛋白质组学和转录组学数据，并建立新模型（结构化、定量数据）。此外，他们还有非结构化数据，如笔记和报告，AI / ML团队正在为其构建自然语言模型。

此外，2020年，葛兰素史克在伦敦国王十字区开设了一个价值1000万英镑的研究中心，利用人工智能发现治疗癌症和其他疾病的新药。

其目的是与其他使用人工智能进行药物发现过程的公司合作，例如分析可能导致疾病的基因和筛选潜在的药物。

在多年的合作中，该团队将使用患者疾病的3D细胞模型来研究（使用成像技术）接受治疗的患者的肿瘤细胞如何与免疫细胞相互作用。

2020年，英伟达通过与葛兰素史克、阿斯利康和英国国家医疗服务局（National Health Service）的建立新合作伙伴关系，计划建造英国最强大的超级计算机，并将其用于医疗保健领域的人工智能研究。

这个超级计算机被称为Cambridge-1，旨在提供400 petaflops的性能，或每秒400千万亿次浮点计算，在全球最快的名单上排名第29位，于2021年上线。

除此之外，葛兰素史克还积极参与生态建设。

2019年，葛兰素史克还宣布与英国合作，专注于将人工智能应用于合成化学 斯特拉斯克莱德大学和诺丁汉大学 ，研究人员将尖端的人工智能和机器学习技术应用于下一代药物的有效鉴定。

此外，葛兰素史克在2019年宣布成为MELLODDY项目的成员，该项目将在来自多个合作伙伴的数据集上训练ML模型，同时使用联邦学习确保每个合作伙伴的隐私。

当然值得一提的是，葛兰素史克是2017年*家参与“加速医疗机会疗法”联盟(ATOM)的的制药公司，这是一个公私合营的联盟，旨在利用人工智能将临床前癌症药物的发现从六年缩短到一年。

ATOM的目标是将药物发现从一个缓慢、连续、高失败的过程转变为一个快速、综合、以患者为中心的模型。ATOM正在整合高性能计算、多种生物数据和新兴生物技术，为药物发现创造一个新的竞争前平台。

2、与公司的合作

GSK 的核心专业领域是传染病、呼吸系统疾病、免疫学和肿瘤学。从商业角度来看，该公司的品牌药品组合最近表现出色。

公司在疫苗领域实力非常强劲，但却错失了新冠疫苗的陪衬，只是给赛诺菲提供佐剂系统，错时发展良机。GSK的肿瘤免疫领域的产品商业化进程不足。AI或许能够为公司创新带来新的惊喜。

2017年，葛兰素史克宣布与AI制药公司Exscientia达成合作，Exscientia将为其在多达 10 个疾病相关靶点发现新型选择性小分子。

随后2019年，Exscientia表示，它已经通过与葛兰素史克的AI合作（通过应用其Centaur Chemist AI驱动的药物发现平台）交付了*个发现的候选药物，用于慢性阻塞性肺疾病的潜在疗法，尽管测试时间表尚不清楚。

2018年，Cloud Pharmaceuticals。 宣布已与葛兰素史克建立药物发现合作，以利用Cloud专有的AI驱动工艺为葛兰素史克指定靶点设计新型小分子药剂。 

Cloud Pharmaceuticals（美国犹他州，2013年）将实验生物学，自动化和AI结合在一个大规模并行系统中，以快速有效地识别任何疾病的治疗方法，这些治疗方法可以在细胞水平上进行建模。Cloud Pharmaceuticals总共筹集了4.69M美元。

2017年，英矽智能（Insilico Medicine）与GSK建立了合作关系，以发现新的生物靶点和分子。2020年，Insilico还启动了一项临床前研究计划，专注于寻找脑癌的新疗法，并聘请了GSK中国小分子研发负责人任峰博士。

2022年4月，PathAI和葛兰素史克联合宣布，以推进肿瘤学和非酒精性脂肪性肝炎（NASH）的临床试验和药物开发。PathAI正在开发人工智能驱动的数字病理学工具来分析组织样本，寻找特定的生物标志物。

2022年10月，葛兰素史克（GSK）宣布扩大与Tempus在精准医学领域的合作，双方签订了一项为期3年的合作协议，首付款为7000万美元。次合作建立在葛兰素史克和坦普斯现有的合作伙伴关系的基础上，专注于特定癌症类型患者的临床试验招募。Tempus通过应用AI提供集成解决方案（测序，伴随诊断，临床试验解决方案，数据协作，生物建模等）。

该协议使GSK能够使用Tempus的人工智能（AI）平台。GSK利用自身的人工智能和机器学习（AI/ML）能力，与Tempus合作改进临床试验设计、加快临床注册并确定药物靶点。这将有助于GSK的研发成功率，并更快地为患者提供更个性化的治疗。GSK为此支付了7000万美元的首付款。

葛兰素史克还一同和赛诺菲、武田与新加坡国立大学、南洋理工大学和新加坡理工学院（SIT）一起加入了新加坡生物制剂制药创新计划（BioPIPS），提升新加坡生物制剂创新能力，其中包括传感和建模”工作流，将使用ML，机械建模和智能传感器来构建更简单，更快的工作流程。

今年2月，美国生物统计学CRO公司Cytel与GSK签署协议，将算法与云计算能力相结合，临床开发团队可以使用AI软件快速生成数千个试验模型，用于针对大量临床试验的不确定性进行压力测试，包括治疗效果和入组率，并通过可视化的方式提供量化科学和商业权衡的能力。

现在借助人工智能软件，有望帮助企业节省10%至20%的临床试验的成本，缩短临床试验的周期，加快新药的上市速度。