文/ 本刊記者 崔芳菲

在過去的數十年里，新藥的開發成本越來越高，藥物研發在遭遇生產力困境的同時，也面臨著數據困境。傳統的統計學在浩瀚的大數據面前越來越力不從心。于是，日益增長的數據處理需求，與現有數分析能力之間的矛盾，也在推動制藥行業尋求新出路。

對此， 明度智云發布了Mingdu Science Platform 明度科學平臺（簡稱“MSP”），它結合了C/RNN、Transformer、ChatGPT及CodeX 等先進技術，集電子實驗記錄本、研發項目管理系統、庫存管理系統、標簽管理系統、設備儀器管理系統、決策分析支撐系統、化合物管理系統、樣品管理系統、序列管理于一體，可用于化學藥、生物藥等研發領域的多種應用場景，形成了一套既靈活又高度整合的智慧解決方案。

(資料圖)

在發布會現場，明度智云副總裁王非先生接受了PHT 制藥業的采訪，為大家分享了MSP 在藥物研發領域的應用成果與展望。

PHT制藥業：面對藥物研發的諸多挑戰，明度智云是基于哪些還未解決的問題來開發MSP的？王非：我認為可以從四方面來看。

第一，隨著技術的發展，化學藥、生物藥等領域的醫藥研發場景所使用的儀器設備越來越多樣化，實驗室和研究過程管理的數據較為分散，可能存在于紙質記錄、不同的軟件系統以及儀器設備中，這就導致藥企難以保證數據的真實性、有效性和唯一性。為了加快整個研發過程，我們首先要做的是確保數據質量。實驗室可以考慮使用MSP 來集中管理現代化管理系統和儀器設備的數據，以確保數據的準確性和唯一性。

第二，MSP 能夠確保藥企無論是在面對化學藥還是生物藥的研發場景時，都能通過基礎平臺和業務APP 自由組合，滿足蛋白質、RNA、DNA 等不同業務場景需求。同時，MSP 也覆蓋了藥物研發的所有角色，可以迅速將整個實驗室或研發流程數字化。

第三，MSP 的能力還體現在可以將數據打通，即與實驗室設備、上下游的其他軟件系統進行對接，從而實現有效數據應用。

第四， 根據不同的場景，MSP 平臺可以通過改變以往行為，利用AI 來加速整個過程。例如，進行生物實驗時，以往需要手工記錄，但由于手套的干擾，人員可能無法快速記錄所有信息。

因此，我們現在希望通過數字化工具來改善這個過程。在MSP 平臺中，工作人員可以在操作期間通過語音輸入，使系統能夠自動記錄所有信息并保存至數據庫中，這將大大提高效率和準確性。

明度智云副總裁王非

PHT制藥業：與同類型平臺比，MSP有哪些差異和優勢？王非：我認為MSP 一項重要的優勢在于，它考慮了統一性，可以快速構建不同的應用程序，并將這些應用程序組合在不同的場景中。

例如，對于小分子，可能需要使用3 ～ 5 個應用程序進行組合；對于大分子，又有其他不同的應用程序進行組合。這意味著MSP 平臺可以像搭積木一樣靈活配置業務應用場景。相比之下，傳統軟件的模塊是固化的，在實驗室應用時可能無法勝任， 而MSP 平臺非常靈活，不僅可以適應現有的行業特點，也可以面向未來可能出現的場景。而且，除了業務應用以外，從數據的角度來講，MSP 平臺可以提供標準接口來連接實驗室的儀器設備。此外，由于藥物研發的部分研究過程會被剝離，由CRO 負責，所以對于藥品廠商和醫藥實驗研發企業而言，CRO 負責的整個研究過程是否清晰明了無法判斷。此時，若將MSP 平臺在藥廠和CRO 布置完畢，他們將會自動對話并將數據相互連接。這樣一來，就可以形成一個數據庫。基于該數據庫，我們可以進行很多種分析， 獲得許多insights dashboard 信息。就 AI技術在不同場景下的應用而言，許多廠商還不具備該能力，這一點也很關鍵。PHT制藥業：在藥物研發領域，MSP采用了哪些創新性技術來推動新藥研發？

王非：我覺得比較重要的一個創新技術是MSP平臺引入了很多算法，改變了傳統的操作模式，可以方便快捷地推動整個新藥的研發過程。 比如在進行化合物研究時，MSP 平臺可以自動讀取化合物的結構式，再在知識庫中搜索匹配，還能預測反應路徑；同時，也可以自動生成實驗室數據報告進行內容檢驗。PHT制藥業：最近，OpenAI 公司研發的 ChatGPT 將人工智能（AI）的熱度推向了新的高峰。MSP 是如何應用此項技術推動新藥研發的？

王非：在實驗室報告自動生成應用中，我們使用的就是類ChatGPT技術，利用這種大模型來結合實驗室數據，可以有很多的應用場景，實驗室只是其中一個。從我們的角度來講，會更多地考慮如何結合底層的大模型，來開發人機接口。PHT制藥業：MSP 能在小分子藥物以及單抗研發領域提供哪些解決方案？如何來加速藥物研發?能否介紹下 MSP 具體的應用案例？

王非：我們針對小分子藥物的解決方案已經非常成熟，基本上能夠覆蓋所有實驗室場景。此外，我們正在不斷為大分子場景準備預配置的模板，這些模板具備面對基因序列、蛋白等方面的能力，并能夠提供現成的解決方案，讓用戶輕松上手。我們也參考了國際上其他先進廠商的經驗來不斷改進產品。例如，在小分子領域，我們已經為國有大集團做了一些項目。由于集團企業需要管控所有管線，且管線以化學藥為主，也包括小部分生物藥。對于這樣的大集團來說，要把控這么多研究院其實是很困難的。因此，我們的首要任務就是在每一個研究院都幫忙建立應用，讓管理層可以看到每一個研發管線的當前狀態，包括臨床試驗的進展情況（一期、二期、三期），預算，排期以及執行情況。

因此，從項目立項開始直至上市，整個過程可以通過一種可視化模式進行查看。我認為這是非常有意義的，也是之前提到的數據建立連接的重要性所在。這種連接不僅與實驗室相關，還與上下游的數據密切相關，因此它并不是孤立存在的，而是具有更廣泛的效果。出于這些原因，我認為這些案例中的這一點仍然具有很大的價值。PHT制藥業：我們知道明度智云深耕醫藥數字化研發與智能創新，幫助企業和創新科研機構快速進行研發的數字化轉型，實現智能創新。那么您對醫藥研發數字化轉型的看法是怎樣的？

王非：由于我過去一直從事數字化相關工作，我的關注點并不僅在于生命科學領域。我曾經涉足多個行業，包括金融、醫療健康和物流等領域，能感覺其他板塊和業務利用新技術實現數字化的速度更快。相比之下，生命科學領域特別是制藥領域，進展相對是較慢的，但這并不代表落后，更多是出于合規性的需要。醫藥行業合規要求對數字化的門檻相對較高。你會發現，在其他行業中應用此類軟件或數字化系統時，是允許存在故障的。這些故障每天都在不斷更正和修改，并進行應用。但是，在醫藥領域， 企業需要進行QC 驗證、計算機驗證、IQ 和PQ 驗證，來保證產品非常符合合規標準，這是極其嚴謹的。而在利用新技術的前期不可能這么嚴謹，也就導致整個行業的推動速度相對較慢。

即便現在，很多制藥人仍然更愿意相信使用紙質方式可以完成工作，并且認為FDA 等監管機構對此也沒有問題。但是，現在環境已經在發生變化，包括美國FDA、歐洲EMA 以及中國NMPA在內的機構都在積極推進數字化。例如，FDA 已經表示可以接受遠程數字審計，國際大型藥企逐漸實現數字化，而非保留紙質或手工模式。數字化是企業確定的未來趨勢。

綜合以上來看，制藥行業的數字化進程相對緩慢，但穩定性更高。一些行業迭代速度快，營業額和數字化增長率高，相應的行業收縮速度也會加快。制藥行業數字化周期長，但其經驗還是值得借鑒的。

作為數字化轉型的實踐者和賦能者，明度智云近年來始終堅持以全棧式數字技術給客戶創造價值，經過多年探索，已將數字化技術應用到研發、生產、未來工廠、智慧監管協同等多種業務場景。此次針對藥物研發發布的MSP 科學平臺，其高度靈活的數據處理框架，能夠提供更高效、更具性價比的數據管理能力，在基于其對分析、決策自動化和人工智能/ 機器學習的支持的基礎之上，無疑為以數據驅動的藥企數字化轉型提供了強勁動力。相信未來，明度智云將本著“守護每一份藥，守護每位患者”的使命，通過更多創新的數字化解決方案賦能中國制藥工業，助推產業向高質量發展邁進。