麦肯锡估计实施数字化转型，重构价值链，推动研发创新医药行业可能是价值$ 50-150十亿扣除利息，税项，折旧及摊销前盈利的。尤其是，机器学习很可能会继续在医药行业谋得一席之地。制药公司已经找到了机器学习，从药物发现到应用程序临床试验保留。
AI在亚洲医药行业国家
AI似乎正在进入亚洲制药空间在过去的两三年里，特别是在中国和日本。在大多数情况下，提供或使用AI用于药物开发的企业才刚刚开始收购资金和人才。XtalPi似乎有天赋的最高密度的能够与机器学习工作体面的可能性。
该公司聘用了许多拥有生物医学工程和其他硬科学等领域博士学位的研究人员。维吉尼亚·伯格(Virginia Burger)是该公司的科学事务主管，她拥有卡内基哈密瓜大学(Carnegie Melon)的计算生物学博士学位，该校号称拥有世界上最著名的机器学习程序。因此，Xtalpi的小分子发现解决方案很可能是稳健的，而且该公司很可能在利用机器学习方面是合法的。
Cytlimic和富士通提供软件用于预测化合物将如何与对方和蛋白质结合。Cytlimic是NEC在2016年推出的启动，和富士通是一家大型企业与员工的几万。这些公司可能有足够的资源来获取机器学习的天赋，而事实上，Cytlimic采用了具有博士学位的总统。深智能制药公司的总裁也持有博士学位，他在计算机科学。
虽然最初的天赋上这些公司的AI行动工作似乎看好，公司在本报告中没有提供任何个案研究或提供任何演示视频，解释他们的软件。这可能表明这些举措nascency和牵引AI的制药解决方案还没有在亚洲医药市场收益。也许在一两年内，这些举措将显示成功的更多证据。
也就是说，人工智能软件在亚洲制药领域似乎满足三个应用，其中两个涉及药物发现：
- 小分子的发现
- 结合亲和力预测
- 医学转录
在本文中，我们将深入研究四家亚洲公司，它们使用、提供或开发上述四种应用程序的人工智能软件，类似于我们在报告中所做的机器学习在欧洲制药空间。
小分子的发现
XtalPi
XtalPi是中文公司，提供的智能数字药物发现和开发（ID4）平台，该公司声称可以帮助制药公司预测小分子候选药物开发的理化性质和药物特性运用机器学习。
XtalPi索赔它使用晶体结构预测（CSP），也称为多晶型物作为预测技术，其计算分子和它们的稳定性的晶体结构。因为许多药物被批准为只有单一晶型或晶型CSP是在药物开发的重要。医学治疗通常口服给药，为结晶固体，和它们的溶解度和保质期取决于它们的晶体形式。
XtalPi概述用于确定在4个步骤的化合物的稳定性的软件的过程：
目前还不清楚用户如何与软件交互，以及机器学习如何将这些点连接起来，但该公司声称该软件背后的机器学习模型进行训练上化学化合物的数据和能量的相应的量它们产生，以及它们的行为，当它们结合。我们可以推断然后将数据通过软件的机器学习算法运行。
这将训练算法来识别哪些数据点与低能量化合物相关，哪些化合物在结合后表现出稳定性。然后，该软件将能够准确排序晶体多态性，以确定最佳固体形式的候选人在早期的药物开发阶段。
我们也找不到演示这个过程的视频。该公司没有提供案例研究或客户名单，但它已提出$ 67.5万元的资助来自海纳国际集团，腾讯，和红杉资本中国和其他国家的列表。
Lipeng赖是联合创始人在XtalPi。他持有博士在物理从芝加哥大学。在此之前,立鹏担任研究助理在新加坡 - 麻省理工学院联盟的研究和技术，并在麻省理工学院一个博士后。
结合亲和力预测
Cytlimic
Cytlimic是日本初创公司是由成立NEC在2016年。该公司开发用于治疗癌症的免疫疗法制剂，包括癌症肽疫苗使用机器学习。该公司声称，他们开发出的疫苗旨在激活人体的免疫系统攻击癌细胞。该制剂也被晋升为制药企业。
Cytlimic索赔该肽的选择过程使用NEC公司的“免疫功能预测技术”，其实质上模拟具有抗原结合的肽的结合，以触发在人体内的免疫应答。预测具有高结合亲和力的肽的排名，被认为是候选物质。
我们可以推断NEC软件背后的机器学习模型是针对大量目标抗原蛋白的氨基酸序列进行训练的。然后，这些数据将通过软件的机器学习算法运行。
这将训练算法识别与特定肽与抗原结合的概率相关的数据。该软件将能够预测候选肽在癌症疫苗和其他药物制剂包括。这可能会或可能不会要求用户上传他们的癌症治疗信息。
该公司是一家全新的公司，似乎处于融资和人才收购的早期阶段。顺土井是该公司的总裁。他拥有博士学位，被列为并行计算，超级计算，线性代数和并行算法具有的专业知识。此前，土井曾担任NEC执行专家。
富士通
富士通实验室是日本提供分子模拟软件用于药物开发，它声称可以帮助制药公司和药物研究中心估计蛋白质分子的结合亲和力。该公司解释说，这个软件预测蛋白质分子将如何很好地结合到致病蛋白，这反过来又可能成为候选药物进行临床试验。
富士通索赔该软件的分子片段（OPMF）模块的最佳填密被用来在所述化合物设计阶段设计一种化合物，其有效地与所识别的致病蛋白（靶蛋白）相互作用，使药物公司以产生新的化合物。这是一个计算机上完成。该软件的算法，然后取化合物的计算等价物和靶蛋白，并结合他们。
同时，软件的MAPLE CAFEE模块预测到的化合物抑制靶蛋白的活性程度。该技术还考虑该化合物的相邻原子的效果。
当我们试图为软件寻找案例研究时，我们的研究没有得到任何结果，但是富士通宣布合作与东京研究中心高级科学与技术（RCAST大学）2011年至2014年，在此期间，公司和研究人员RCAST设计小分子药物用于治疗癌症和其他疾病的治疗。目前的合作集中在设计使用RCAST对引起疾病的蛋白质研究小分子化合物，以及富士通的OPMF和MAPLE CAFEE模块。
才能松本是生物it业务发展部门的执行研究员和总经理在富士通实验室。在他的角色，他是负责使用机器学习技术，药物设计和数据分析。他持有BS在应用物理学从东京大学。松本还作为研究员在同一所大学。
医学转录
深智能医药
深智能制药（DIP）是中文公司的提议基于ai医疗转录软件，它声称可以帮助制药公司推销他们的产品，并为监管目的文档中的内容运用自然语言处理。
蘸索赔它开发出一种机器翻译引擎，但没有解释AI驱动的过程是如何工作的。该公司仅表示，该工具可以帮助企业在各种语言的翻译营销材料。该公司也没有说明该软件支持的语言。
DIP还提供了启用AI-书写工具，包括自动转录，汇总数据分析，文件审查和质量控制等。该公司解释说，书写工具是针对提交给监管机构如美国食品和药物管理局创建内容和文档。该过程还没有解释，但该公司声称，它采用了作家和AI专业人员。多少钱写作是由AI做了怎样的多少是人类专业人员来完成目前还不清楚。
DIP根本不提供的演示视频，案例研究，也没有客户端的列表。该公司已经募集$ 26.1万元的资助来自红杉资本中国和ZhenFund。
唐小是在CTO，AI科学家和创始合伙人在深智能医药。他持有博士在计算机科学从中国的东北大学。在此之前,通担任来访的博士后研究员在剑桥大学。
标题图片来源：亚洲制药
