人工智能在药物研发中的应用专利技术分析

戴维理 辛雪

摘要：本文对人工智能在药物研发中的相关应用领域的专利进行了数据分析，对该领域的技术脉络进行梳理，并对各技术分支的技术发展路线、申请趋势、申请分类、重要申请人等进行了分析，充分解读了各重要申请人对于市场发展和专利布局的战略。

关键词：人工智能;药物研发;靶向;化合物筛选;临床;重定向;专利

中图分类号：G306文献标识码：A 文章编号：1003-5168（2020）12-0158-03

1 前言

近年来，随着人工智能（AI）技术的发展，其运用的领域和场景越来越多，药物研发作为现代科学中具备高精尖技术的一门学科，为得到更加准确和高效的结果，其对高科技设备的依赖程度也逐渐增加，目前AI已经运用到药物研发的多个场景中，如文献信息分析整合、发掘药物靶点、挖掘候选药物、预测ADMET性质、高通量筛选、药物设计、药物合成、助病理生物学研究、药物重定向等等。这些应用场景常用的AI技术主要是机器学习、认知计算和图像识别等。按照AI应用场景的发展速度来看，药物研发领域未来或将成AI运用程度最高的学科之一。

2 人工智能在药物研发中的相关应用专利技术总体分析

2.1 人工智能在药物研发中的相关技术演进

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。1956年，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生[1]。

与此同时，AI技术也开始影响医疗领域，在新药研发领域，通常需要经过四个步骤：药物发现阶段（靶点发现、化合物合成）;临床前期研究階段（化合物筛选、晶型预测、药理作用评估、制剂研发）;临床1-3期（患者招募、优化临床试验设计、药物重定向）;审批上市。其中，在前三个阶段，AI领域已经开始影响到新药研发。也因此，各家医疗公司也开始涉足AI+新药研发领域，早在2002年，诺华公司已经开始借助AI技术对临床试验中的受体反应进行分析，2009年，环太平洋生物科技有限公司通过AI技术，对黑色素瘤中的表征特征进行提取后分析，以此确定其预后标签。2017年，罗氏旗下基因泰克与医疗行业数据化分析公司GNS Healthcare达成协议。GNS Healthcare 的AI平台能把大数据、机器学习和仿真技术结合起来判断疾病预后效果，辅助医疗供应商进行市场决策[2]。

2.2 申请量趋势分析

本文检索范围为AI可能参与的药物研发中的四个阶段（靶向确定、化合物筛选、临床试验、药物重定向）的所有相关专利，并剔除了非AI类（如仅借助机器分析组合物、仅使用机器进行分离、纯化等）的相关申请，最终得到745条专利。在2002年之前，全球关于AI参与药物研发的专利申请量每年均为个位数。在此之后，其专利申请量迎来了第一波小幅度增长，虽然增长有限，但稳定保持在两位数水平，直到2014年之后，随着AI在各个领域的应用程度加深，该领域专利申请量迎来了井喷式的增长，并在2018年达到了153的峰值，虽然2019年和2020年（检索截止日期2020年4月30日）的申请量有所下跌，但考虑到一部分申请尚未公开，因此基本可以断定申请量暂未出现断崖式下跌。

2.3 IPC分类号分布

在全部745件申请中，有93件申请涉及分类号C12Q1，此分类号为“包含酶、核酸或微生物的测定或制备方法”，由于对核酸序列的靶向寻找属于酶、核酸测定方法，因此，该分类号中多为涉及目标靶向确定的专利申请。排名第二的是个G06F19，共计92件，此分类号主要涉及专门适用于特定应用的数字计算或数据处理的设备或方法，由于人工智能在药物研发专利中必然通过计算设备处理数据，因此该分类号下的专利并不能直接界定为隶属于药物研发中的某个阶段。排名第三和第四的分别为G01N33和G16H50，此分类号下分别为专门运用特殊方法来研究或分析材料组成，以及专门适用于医疗诊断、医学模拟或医疗数据挖掘，专门适用于检测、监测或建模流行病或传染病的机器分析技术。由此可见，本领域的专利主要集中在药物的靶向确定和化合物筛选这两个技术分支上。

3 人工智能在药物研发中的相关应用专利重要申请人分析

3.1 本领域各申请人申请量统计

对各申请人（本文仅统计原始申请人、不考虑专利转让或变更的情况），展示申请量排名前10位的所有申请人（图略），普梭梅根公司、博格有限责任公司和北京品驰医疗设备有限公司3家公司的相关专利申请量最多，分别为22、16和10件，相较于外国主要以公司为主的申请趋势，我国在相关申请中占比最高的三名中有两所高校，其中四川农业大学和清华大学两所高校分别为10和9件，另外，华南农业大学也有7件申请。而作为国内IT界领军公司的腾讯科技有限公司在本领域也“跨界”拥有8件申请[4]。

3.2 重点申请人分析：

3.2.1 普梭梅根公司。普梭梅根公司（PSOMAGEN INC），原名Macrogen Corp，成立于2004年，是韩国Macrogen，Inc。的子公司。在运营初期，普梭梅根公司持续与韩国政府合作，参与了商业，工业和能源部的基因移植，并与韩国厚生省一起开发了抗衰老药物。后期将总部迁到美国马里兰州，与约翰·霍普金斯大学，国立卫生研究院，斯坦福大学和弗吉尼亚大学等机构的研究人员和临床医生合作，参与到新药研发当中来。从2015年开始，该公司在本领域每年都有申请，且涉及各个分支领域，迄今总共申请了22件相关申请，是本领域申请量最多的申请人。其中，第一份申请为CN107075588A，其涉及一种用于微生物组来源的诊断和治疗的方法及系统，通过人工智能或机器学习等方法，将新药受试者所反应出的特征参数表征为表现出具有免疫微生物功能异常的受试者群特有的特征，并以此为患者决定出定制疗法，属于新药研发在临床试验阶段的应用。

值得注意的是，普梭梅根公司的申请具有一个显著特点，那就是一旦专利进入实质审查阶段后，马上转让给其他公司。目前，该公司有21件进入实质审查的专利被转让，其中20件被转入一家名为优比欧迈（uBiome）的公司，该公司是美国肠道健康初创企业，成立于2012年，之所以选择转让到该公司，很大程度上是因为普梭梅根公司在2015年收购了优比欧迈公司，并向其药物研发团队提供技术支持，这一点在发明人列表中也有所体现，如丹尼尔·阿尔摩那西德是优比欧迈公司的技术总监，杰西卡·里奇曼是优比欧迈公司首席技术官等，在2017年之后，普梭梅根公司在本领域的申请显著减少，也是因为优比欧迈公司开始以自己的名义申请专利，但其与普梭梅根公司依然有着千丝万缕的关系。有理由相信，该公司在今后依然会在本领域的专利布局中持续活跃。

3.2.2 博格有限责任公司。博格有限责任公司（以下简称“博格公司”）是一家位于美国波士顿的医药研发公司，由卡尔伯格与另外两位博士一同创办，在绘制疾病和肿瘤治疗方面研究颇多，公司口号为“通过整合AI和患者生物学来改善人们的生活”，因此，公司在AI与药物研发方面也有多达16件申请。早在2012年，博格公司就已经在本领域申请了第一件专利（CN103501859A），涉及基于细胞的探询式分析及其应用，该方案中，首先建立生物细胞模型，然后获取该模型的活性参数，经由人工智能的方式进行细胞模型的匹配，并以此筛选出是否存在新的细胞模型，从而完成生物细胞是否接受靶向药物。而在专利CN107255721A中，使用基于探询式系统生物学的发现平台获得心脏毒性和心肌病生理知识的机制理解，这其中使用了基于人工智能（AI）的信息学模块的下游数据集成和数学建模，即将病理模型AI化，以汇编语言的方式确认病理的特征。

虽然申请量不如普梭梅根公司多，但博格公司每年都持续提交相关的专利申请，并且在2016年之后积极与大学和其他企业合作，如迈阿密大学、德州大学、细胞科技实验公司等，因此，该公司今后在本领域中的申请数量依然极有可能保持在一定水平。

3.2.3 北京品驰医疗设备有限公司。北京品驰医疗设备有限公司（以下简称“品驰公司”）创立于2008年，是北京市一家专营医疗器械的公司。专业从事脑起搏器、迷走神经刺激器、脊髓刺激器、骶神经刺激器等系列化神经调控产品的研发、生产和销售。也是国内最早将AI技术运用到医疗中的企业之一，其全部申请均来自于2015年，并均涉及新药的患者试用，如CN104683474A涉及一种植入式医疗器械的远程监控系统，其通过新药研发给付患者之后，通过远程医疗器械实时获取患者的体征参数，并通过AI和机器学习的方式，将体征参数与数据库匹配，对患者的健康状态进行评估和判定，从而得到较为准确的参考结果。

虽然品驰公司在国内属于较早进行本领域专利布局的公司，但字2017年起，公司的主营方向以治疗设备为主，如植入性医疗设备（如心脏瓣膜仿具）、手术设备（如电刺激手术刀）等，因此，该公司近几年并没有关于AI与药物研发的专利。

3.2.4 四川农业大学。四川农业大学创办于1906年，前身为四川通省农业学堂，在本领域中共计有10件申请，全部来自于该校农学院，并且全部专利均是在2017年申请的，与大多数公司或学校主要针对人体用药不同，该校在本领域的专利主要涉及的对象是农作物用药，并且是新药（如除草剂、除虫剂等）研发完成之后，通过人工智能模拟使用环境，并检验其效果，类似于在农作物上进行“临床试验”，如专利CN106973949A中涉及一种包含苦葛提取物与苦参碱的杀虫组合物，在该专利技术方案中，利用人工智能模拟该杀虫剂的使用环境，从而确定其使用效果，另外9个专利也均利用了人工智能模拟药物的使用环境从而检验效果。

值得注意的是，10件专利均来自于该学校农学院杨春平副教授的团队，该学者主要研究方向为生物农药开发及农药残留分析，在2017年，该团队集中对“苦葛提取物”进行了研究，并提出了10件关于除虫剂的申请，而之后，该团队的主要研究方向转移到常用作物（如小麦、白菜、姜等），且积极与地方政府合作，实验场地均为外景实地，不再需要通过人工智能模拟使用环境，因此在2017年之后，未再提出本领域相关申请。

3.2.5 腾讯科技（深圳）有限公司。腾讯科技（深圳）有限公司成立于2000年，是国内知名的IT互联网公司，近几年积极投身与药企的合作中，在本领域中拥有8件申请，分别是在2017年和2018年提出的。第一件申请为CN109117890A，其涉及一种图像分类方法、装置和存储介质。通过AI技术，采集CT切片中的图像，分析药物靶向作用区域，得到生命体组织，并通过机器学习判定其是否存在病变，一次来实现宫颈癌的病变诊断或检测。而在另一件申请（CN110634539A，涉及基于人工智能的药物分子处理方法、装置及存储介质）中，通过随机采样获取药物分子向量并对上述向量的分析，从所有药物分子中获取一些候选的药物分子，并通过机器筛选的方式获取满足条件的最终确定药物分子，从而减小人工研发药物的时间开销。对于组合物筛选工作有着极大的促进作用。

虽然腾讯主营业务是IT互联网，但旗下自2016年开始就已经拥有一支以药物AI研发工程师为主的研发团队，并且直到2020年依然在扩大规模，该团队主要通过将机器学习算法运用到药物研发中的方式，将AI与药物筛选结合，为其以后与药企进一步合作奠定了基础。

4 结语

现阶段AI技术在各个领域的应用发展在很大程度上取决于AI技术本身的发展，因此，以美国、日本、韩国为首的老牌电子领域强国依然牢牢把控着核心技术，我国相关从业者起步较晚，但也根据自己的发展特点以及自身的实际情况进行了一定程度的专利布局，并占据了一部分市场份额。需要指出的是，无论是我国还是外国的相关专利，大多是将以前使用人工方式执行的步骤改为使用AI技术完成，但外国企业的优势在于积极与高校合作，并涉足于越来越多的疾病种类，这一点上，我国的相关业者布局较为单一，还需要继续努力，提高自身专利申请的质量和扩展面。

参考文献：

[1] 周雄伟.人工智能的发展历程[Z].CSDN博客，2018.

[2] How artificial intelligence is changing drug discovery[Z].NatureResearch，2018.

[3] 世界知識产权组织.国际专利分类表[M].北京：知识产权出版社，2008.

[4] 中华人民共和国国家知识产权局.审查指南[M].北京：知识产权出版社，2010.