北京，2021年6月22日,IDC于近日发布了《IDC PeerScape: 中国新药研发中新兴信息化技术应用实践与案例》（IDC #CHC47231821, 2021年6月），本次报告探讨了新药研发机构与专业的生物计算技术企业合作开展新药研发的最佳实践，可以供新药研发机构和生物计算技术企业参考。

　　在过去三年中，新药研发创新企业利用大数据和人工智能等新兴技术开展了大量的新药研发探索工作，取得了显著的收益，生物计算技术显现出巨大的发展潜力。虽然新兴生物计算技术在新药研发中前景广阔，但其应用也不是一帆风顺的，大量的实践正在形成正面或负面的经验，而成功实践经验的积累正在使得该项技术日趋成熟，好的案例实践能够为行业发展带来借鉴和启示。

　　本次报告分析和总结了新药研发中的重要实践经验，结合实践分析了如下三个案例：

　　希格生科与晶泰科技合作开展弥漫性胃癌治疗药物研发案例

　　斯微生物与百度研究院合作开发mRNA药物案例

　　华为云联合多家高校及科研机构针对新冠病毒进行计算机辅助药物研发的案例

　　本次报告所总结的三个实践如下：

　　实践1：在选取新药研发规划中，考虑选取疾病诊疗需求大或者急需解决的公共卫生问题作为优先，也要考虑开展新药研发所需要的生物信息数据的丰富性、支撑性和可用性，并考虑药物设计的高效性，从而提高研发成功率。

　　实践2：建立生物信息计算专业化团队或与专业生物信息计算机构合作，建立生物信息大数据计算与人工智能算法模型开发的技术能力，并结合生物试验来验证生物计算算法效果，实现信息化技术与生物医学有机结合，提高研发效率与效果。

　　实践3：开发和利用专业的生物计算算法，采用专业的云计算算力资源，为新药研发提供动力。

　　在生物技术快速发展尤其是在生物大数据技术创新推动的背景下，中国的新药研发进入快速发展的阶段。2020年国家药品监督管理局（NMPA）共批准48个新药，其中国产新药20个，进口新药28个，新药中有14个通过医保谈判纳入了2020年国家医保目录。新药的巨大发展潜力鼓励了新药研发的开展。根据中国药监局药物临床试验登记和信息公示平台所登记公示的数据，2020年中国的临床试验总数2,547个，比2019年增长近10%，连续三年临床试验数超过2,000，这也反映出新药研发的火热程度。

　　传统新药研发面临研发周期长以及研发成功率低的挑战，一款新药研发周期通常为6到10年时间甚至更长，且从新药规划到新药上市成功率不足10%，总体来说研发成本高、研发过程不确定性风险大。新兴信息化技术发展以及在新药研发领域的应用则对于应对这个挑战正在发挥非常显著的积极作用。包含有基因、蛋白、化合物分子结构等信息的生物大数据以及海量的临床大数据，使得新药研发周期显著缩短，药物研发的不确定性大幅降低。在小分子药物化合物制备和筛选中，利用大数据和人工智能技术，可以极大缩短化合物合成时间，大数据和人工智能技术则可以用来直接设计核酸类药物结构；利用计算机模拟技术研究药理特性、代谢性等指标则能够提高临床前研究的效率；在临床试验阶段，病历大数据分析与挖掘结合移动互联网和可穿戴设备等技术，提高临床试验管理的效率和质量。

　　IDC中国 Health Insights行业研究与咨询服务部高级研究经理肖宏亮表示：新兴信息化技术尤其是大数据和人工智能技术以及作为底层技术的云计算技术，已经成为加速新药研发和降低研发成本的重要技术推动力，生物技术与大数据算法与算力技术的结合正在发展成为精准医疗的基本技术。信息化技术在新药研发规划、新药设计、药物临床试验等新药研发环节中发挥着重要作用。如何更好地充分利用信息化技术在新药研发中，成为新药研发竞争的关键要素，优秀的案例实践为新药研发的开展提供了非常有益的借鉴，案例的传播则成为推动整个新药研发行业发展的巨大力量。