华为布局AI新药研发 招聘药物研发算法工程师

市场从来不缺新入局者，医药行业更是如此。

日前，华为云正在招聘机器学方向的药物研发算法工程师，邀请医药研发方面的博士加盟，作为一家通讯技术公司，华为此举被视为进军医药产业的前端领域。

著名猎头机构推荐金领职位 企业 职位 经理人 专访 社区 会员 生物工程新药研发与临床转化 A轮--人力资源总监 50-80万 北京 首席科学家/CSO--IVD行业-癌症/基因诊断 100-150万 北京 上海 销售VP断试剂行业IVD -PRE-IPO 体外诊 80-120万 北京 西安 IVD-POCT宏基因组病原微生物检测(mNGS) 诊断试剂 临床试验总监 50-80万 北京 上海 医疗器械-QA质量部--CE认证工程师 25-30万 北京 河北 知名大型健康产业集团总部投资总监 60-80万 北京 上海 知名生物工程公司-动物疫苗研发总监 40-50 北京 上海 化药上市公司-总经理-研发方向-博士/博士后 500-600万 北京 上海

新药研发历来是九死一生，据国家药监局官网和各药企官网发布数据的不完全统计，截至12月6日，2020年大约有43个新药在中国大陆获批上市，外资药厂依旧是绝对主力。正因为研发路途艰险，因此任何新技术的诞生，都是对疲倦不堪的工业界的一剂强心针。

制药巨头如药明康德、先声药业在AI药物研发的投入上逐年增加，科技巨头如谷歌、腾讯、百度等也在布局AI+药物研发赛道，腾讯还推出的AI药物发现平台云深智药为医药企业和科研机构提供了算法支持。

“作为新药研发的一个工具，AI前景可期。”深创投健康产业基金投资部总经理周伊等多位接受21世纪经济报道采访的人士表示，华为的布局将给药物研发领域带来新的工具，加速国内新药研发。但是，也有不同观点，一位受访的药理药学教授认为：“目前的人工智能高度依赖于高质量有标识的大数据，而新药研发包括很多体内生物学相关的工作，未知的东西人工智能做的事情有限。”

眼下，人工智能方法已应用于药物的发现过程，存在的问题也面临的挑战，随着人工智能的进化，AI 也将成为人类扩展科学知识边界的最有用工具之一。但对于行业来说，寻找新药永远在路上。

入局者华为

华为云官方信息显示，医药智能体（EIHealth）是其AI研发平台，该平台是基于华为云的 AI 和大数据优势搭建，为基因组、医疗影像以及药物研发提供服务。

正在招聘的药物研发算法工程师，其岗位职责也是从事应用计算化学及计算机辅助药物设计（CADD）方法进行小分子药物设计工作，并开发AI辅助药物研发的深度学习算法。

公开资料显示，医药智能体在药物研发方面，将深度学习算法和药物分析融入药物研发过程，能够提供药物研发 AI 模型、AI 算法以及药物知识图谱，可以帮助制药公司提高药物研发速度，节省研发费用。

目前，其 AI 技术平台能够支持十亿节点、百亿边的超大规模图数据库查询，同时还可以提供用于基因和生物网络数据的图深度学习算法。

在疫情期间，华为云联合四家科研单位共同研发抗疫药物筛选可视化平台—“神农项目”，帮助医生和研发人员对可能的新冠药物进行评估。

今年9月，在2020年第五届中国医药创新与投资大会上，中国科学院上海药物所蒋华良院士介绍了与华为云医疗智能体团队合作的科研进展，并联合华为云发布了基于Model Arts平台的药物联邦学习服务。

一位生物制药企业的研发人士表示，药物研发是个比较复杂的过程，但华为技术实力强，长线还是看好华为的AI药物研发布局，

先行者谷歌

“当华为和头条在说要做的时候，谷歌已经开始出成绩了。”上述生物制药的研发人员告诉21世纪经济报道记者，谷歌旗下DeepMind公司研发的人工智能系统Alpha Fold对行业产生了极大的影响。

11月30日，Alpha Fold在第14届国际蛋白质结构预测竞赛（CASP）中摘得桂冠。新一代Alpha Fold人工智能系统能够精确地基于氨基酸序列，预测蛋白质的3D结构。其准确性可以媲美与使用冷冻电子显微镜、核磁共振或 X 射线晶体学等实验技术解析的3D结构。

DeepMind称对于困扰生物学界50年的 “蛋白质折叠” 难题，Alpha Fold系统已成为业内专家认可的解决方案。消息也被《Nature》、《Science》等科学杂志争相报道，新成果也立刻获得了皮查伊、马斯克等人的祝贺。

科学家们表示，Alpha fold 的突破性研究成果将帮助科研人员弄清引发某些疾病的机制，并为设计药物、农作物增产。Nature新闻也指出DeepMind在解决蛋白结构问题上迈出一大步。

对于生物学来说，人工智能的计算和模拟只是一个辅助，有分析人士认为，实际的测试分子的性能，甚至在生理层面的作用依然需要实际操作。

应用前景几何？

目前，靶点发现和化合物筛选就是AI提效的两大重要场景。

在靶点发现方面，药物发现的关键是寻找和确定药物靶点， AI技术一方面可以从海量文献中快速抓取有效信息；另一方面，可通过模型模拟分析，加速新靶点的发现。

在化合物筛选方面，AI技术可根据结构和相互作用建模计算，快速从数百万个小分子中预测能和靶点有效结合并且副作用最小的候选药物分子。

在药物设计这一环节，AI平台可实现全自动设计小分子化合物，并选择最佳化学结构。

但这两方面的应用都需要依赖高质量有标识的大数据，这就要求数据点是清晰的，同时是低成本的。

蒋华良院士在公开场合指出，AI药物研发面临的一系列困难和挑战，AI模型需要大量的数据进行建模，而药物研发数据的高壁垒、高成本、高机密性影响到了制药公司数据贡献的积极性。

此外，分析人士也指出，AI药物研可以在一定程度上减轻并助力实验室分析数据，降低成本和加快研发进程，但药物研发依旧是需要实验验证和临床试验，数据上也必须依赖于制药企业。

可以预见，在涉足AI药物研发领域之后，华为下一步将会寻求全球知名药企的合作。