在新冠肺炎疫情的冲击下，新药研发的进展吸引了很多人的关注。怎样才能提高新药研发的效率？也许人工智能可以？
残酷的事实是，我们所开发的药物与现存疾病的数量相比，这在牛一是九牛一毛。有很多疾病目前还没有治愈的方法，新的疾病和病毒层出不穷，比如我们正在经历的新型冠状病毒。
新药研发的传统流程是怎样的？它有两个特点:一是周期特别长；第二，系统非常复杂。
一个药物为了找到答案，我们需要首先确定生物学上疾病的可能原因，然后在各种可能的分子中搜索找到正确的。药物最后在医学上进行临床试验。
平均下来可能需要10年以上，总投资超过10亿美元，但成功率可能不到10%。
传统药物R&D进程
回到现状本身，我们不得不怀着敬畏之心说，生物学是一个非常复杂的系统。现在人工智能很难独自完成新药发现的全过程。我们认为人工智能正在帮助我们更好地了解自己。
人工智能相对于传统方法的优势在于，机器学习和人工智能的方法可以在很早的阶段使用，未来也会成为。药物同时对这些分子做出相对全面的判断，就可以提前筛选出后续实验中会失败的分子。
也就是说，人工智能在新药发现中的应用，有望大大提高目前的发现效率和成功率。我们可能希望说，现在需要三到四年才能完成的新药发现前期，一年就可以完成。
在新药发现的整个过程中，人工智能技术一直药物化学家一起工作，让人类可以找到更好的。药物。
当然，总之。药物发现在创新的过程中，计算只是一个方面。我们可以看到还有很多其他的创新:机器人自动化的实验方法，基因检测技术与化合物筛选的结合，大规模分子库筛选方法，其实都在蓬勃发展。
2019年，美国FDA共批准了48种新药，其中20种是新意义上的新药。
存在药物大家都在努力创新，但远远不够。在人工智能帮助我们发现新药的道路上，我们可能还会面临很多挑战，比如如何把各个药企的数据结合起来，用更多高质量的数据做出更好的模型。
更重要的挑战是，当面临这样一个跨学科的复杂问题时，在人工智能新药发现的课题下，我们将聚集化学、生物、计算机、数学、统计等学科的人才。这些人如何能站在一起，互相交谈，互相理解，而不是坚持自己的观点，保持自己原有的固有思维方式？这可能是我们需要解决的最大困难。