人工智能在藥物研發中的應用專利技術分析

戴維理 辛雪

摘要：本文對人工智能在藥物研發中的相關應用領域的專利進行了數據分析，對該領域的技術脈絡進行梳理，并對各技術分支的技術發展路線、申請趨勢、申請分類、重要申請人等進行了分析，充分解讀了各重要申請人對于市場發展和專利布局的戰略。

關鍵詞：人工智能;藥物研發;靶向;化合物篩選;臨床;重定向;專利

中圖分類號：G306文獻標識碼：A 文章編號：1003-5168（2020）12-0158-03

1 前言

近年來，隨著人工智能（AI）技術的發展，其運用的領域和場景越來越多，藥物研發作為現代科學中具備高精尖技術的一門學科，為得到更加準確和高效的結果，其對高科技設備的依賴程度也逐漸增加，目前AI已經運用到藥物研發的多個場景中，如文獻信息分析整合、發掘藥物靶點、挖掘候選藥物、預測ADMET性質、高通量篩選、藥物設計、藥物合成、助病理生物學研究、藥物重定向等等。這些應用場景常用的AI技術主要是機器學習、認知計算和圖像識別等。按照AI應用場景的發展速度來看，藥物研發領域未來或將成AI運用程度最高的學科之一。

2 人工智能在藥物研發中的相關應用專利技術總體分析

2.1 人工智能在藥物研發中的相關技術演進

人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。1956年，以麥卡賽、明斯基、羅切斯特和申農等為首的一批有遠見卓識的年輕科學家在一起聚會，共同研究和探討用機器模擬智能的一系列有關問題，并首次提出了“人工智能”這一術語，它標志著“人工智能”這門新興學科的正式誕生[1]。

與此同時，AI技術也開始影響醫療領域，在新藥研發領域，通常需要經過四個步驟：藥物發現階段（靶點發現、化合物合成）;臨床前期研究階段（化合物篩選、晶型預測、藥理作用評估、制劑研發）;臨床1-3期（患者招募、優化臨床試驗設計、藥物重定向）;審批上市。其中，在前三個階段，AI領域已經開始影響到新藥研發。也因此，各家醫療公司也開始涉足AI+新藥研發領域，早在2002年，諾華公司已經開始借助AI技術對臨床試驗中的受體反應進行分析，2009年，環太平洋生物科技有限公司通過AI技術，對黑色素瘤中的表征特征進行提取后分析，以此確定其預后標簽。2017年，羅氏旗下基因泰克與醫療行業數據化分析公司GNS Healthcare達成協議。GNS Healthcare 的AI平臺能把大數據、機器學習和仿真技術結合起來判斷疾病預后效果，輔助醫療供應商進行市場決策[2]。

2.2 申請量趨勢分析

本文檢索范圍為AI可能參與的藥物研發中的四個階段（靶向確定、化合物篩選、臨床試驗、藥物重定向）的所有相關專利，并剔除了非AI類（如僅借助機器分析組合物、僅使用機器進行分離、純化等）的相關申請，最終得到745條專利。在2002年之前，全球關于AI參與藥物研發的專利申請量每年均為個位數。在此之后，其專利申請量迎來了第一波小幅度增長，雖然增長有限，但穩定保持在兩位數水平，直到2014年之后，隨著AI在各個領域的應用程度加深，該領域專利申請量迎來了井噴式的增長，并在2018年達到了153的峰值，雖然2019年和2020年（檢索截止日期2020年4月30日）的申請量有所下跌，但考慮到一部分申請尚未公開，因此基本可以斷定申請量暫未出現斷崖式下跌。

2.3 IPC分類號分布

在全部745件申請中，有93件申請涉及分類號C12Q1，此分類號為“包含酶、核酸或微生物的測定或制備方法”，由于對核酸序列的靶向尋找屬于酶、核酸測定方法，因此，該分類號中多為涉及目標靶向確定的專利申請。排名第二的是個G06F19，共計92件，此分類號主要涉及專門適用于特定應用的數字計算或數據處理的設備或方法，由于人工智能在藥物研發專利中必然通過計算設備處理數據，因此該分類號下的專利并不能直接界定為隸屬于藥物研發中的某個階段。排名第三和第四的分別為G01N33和G16H50，此分類號下分別為專門運用特殊方法來研究或分析材料組成，以及專門適用于醫療診斷、醫學模擬或醫療數據挖掘，專門適用于檢測、監測或建模流行病或傳染病的機器分析技術。由此可見，本領域的專利主要集中在藥物的靶向確定和化合物篩選這兩個技術分支上。

3 人工智能在藥物研發中的相關應用專利重要申請人分析

3.1 本領域各申請人申請量統計

對各申請人（本文僅統計原始申請人、不考慮專利轉讓或變更的情況），展示申請量排名前10位的所有申請人（圖略），普梭梅根公司、博格有限責任公司和北京品馳醫療設備有限公司3家公司的相關專利申請量最多，分別為22、16和10件，相較于外國主要以公司為主的申請趨勢，我國在相關申請中占比最高的三名中有兩所高校，其中四川農業大學和清華大學兩所高校分別為10和9件，另外，華南農業大學也有7件申請。而作為國內IT界領軍公司的騰訊科技有限公司在本領域也“跨界”擁有8件申請[4]。

3.2 重點申請人分析：

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，是韓國Macrogen，Inc。的子公司。在運營初期，普梭梅根公司持續與韓國政府合作，參與了商業，工業和能源部的基因移植，并與韓國厚生省一起開發了抗衰老藥物。后期將總部遷到美國馬里蘭州，與約翰·霍普金斯大學，國立衛生研究院，斯坦福大學和弗吉尼亞大學等機構的研究人員和臨床醫生合作，參與到新藥研發當中來。從2015年開始，該公司在本領域每年都有申請，且涉及各個分支領域，迄今總共申請了22件相關申請，是本領域申請量最多的申請人。其中，第一份申請為CN107075588A，其涉及一種用于微生物組來源的診斷和治療的方法及系統，通過人工智能或機器學習等方法，將新藥受試者所反應出的特征參數表征為表現出具有免疫微生物功能異常的受試者群特有的特征，并以此為患者決定出定制療法，屬于新藥研發在臨床試驗階段的應用。

值得注意的是，普梭梅根公司的申請具有一個顯著特點，那就是一旦專利進入實質審查階段后，馬上轉讓給其他公司。目前，該公司有21件進入實質審查的專利被轉讓，其中20件被轉入一家名為優比歐邁（uBiome）的公司，該公司是美國腸道健康初創企業，成立于2012年，之所以選擇轉讓到該公司，很大程度上是因為普梭梅根公司在2015年收購了優比歐邁公司，并向其藥物研發團隊提供技術支持，這一點在發明人列表中也有所體現，如丹尼爾·阿爾摩那西德是優比歐邁公司的技術總監，杰西卡·里奇曼是優比歐邁公司首席技術官等，在2017年之后，普梭梅根公司在本領域的申請顯著減少，也是因為優比歐邁公司開始以自己的名義申請專利，但其與普梭梅根公司依然有著千絲萬縷的關系。有理由相信，該公司在今后依然會在本領域的專利布局中持續活躍。

3.2.2 博格有限責任公司。博格有限責任公司（以下簡稱“博格公司”）是一家位于美國波士頓的醫藥研發公司，由卡爾伯格與另外兩位博士一同創辦，在繪制疾病和腫瘤治療方面研究頗多，公司口號為“通過整合AI和患者生物學來改善人們的生活”，因此，公司在AI與藥物研發方面也有多達16件申請。早在2012年，博格公司就已經在本領域申請了第一件專利（CN103501859A），涉及基于細胞的探詢式分析及其應用，該方案中，首先建立生物細胞模型，然后獲取該模型的活性參數，經由人工智能的方式進行細胞模型的匹配，并以此篩選出是否存在新的細胞模型，從而完成生物細胞是否接受靶向藥物。而在專利CN107255721A中，使用基于探詢式系統生物學的發現平臺獲得心臟毒性和心肌病生理知識的機制理解，這其中使用了基于人工智能（AI）的信息學模塊的下游數據集成和數學建模，即將病理模型AI化，以匯編語言的方式確認病理的特征。

雖然申請量不如普梭梅根公司多，但博格公司每年都持續提交相關的專利申請，并且在2016年之后積極與大學和其他企業合作，如邁阿密大學、德州大學、細胞科技實驗公司等，因此，該公司今后在本領域中的申請數量依然極有可能保持在一定水平。

3.2.3 北京品馳醫療設備有限公司。北京品馳醫療設備有限公司（以下簡稱“品馳公司”）創立于2008年，是北京市一家專營醫療器械的公司。專業從事腦起搏器、迷走神經刺激器、脊髓刺激器、骶神經刺激器等系列化神經調控產品的研發、生產和銷售。也是國內最早將AI技術運用到醫療中的企業之一，其全部申請均來自于2015年，并均涉及新藥的患者試用，如CN104683474A涉及一種植入式醫療器械的遠程監控系統，其通過新藥研發給付患者之后，通過遠程醫療器械實時獲取患者的體征參數，并通過AI和機器學習的方式，將體征參數與數據庫匹配，對患者的健康狀態進行評估和判定，從而得到較為準確的參考結果。

雖然品馳公司在國內屬于較早進行本領域專利布局的公司，但字2017年起，公司的主營方向以治療設備為主，如植入性醫療設備（如心臟瓣膜仿具）、手術設備（如電刺激手術刀）等，因此，該公司近幾年并沒有關于AI與藥物研發的專利。

3.2.4 四川農業大學。四川農業大學創辦于1906年，前身為四川通省農業學堂，在本領域中共計有10件申請，全部來自于該校農學院，并且全部專利均是在2017年申請的，與大多數公司或學校主要針對人體用藥不同，該校在本領域的專利主要涉及的對象是農作物用藥，并且是新藥（如除草劑、除蟲劑等）研發完成之后，通過人工智能模擬使用環境，并檢驗其效果，類似于在農作物上進行“臨床試驗”，如專利CN106973949A中涉及一種包含苦葛提取物與苦參堿的殺蟲組合物，在該專利技術方案中，利用人工智能模擬該殺蟲劑的使用環境，從而確定其使用效果，另外9個專利也均利用了人工智能模擬藥物的使用環境從而檢驗效果。

值得注意的是，10件專利均來自于該學校農學院楊春平副教授的團隊，該學者主要研究方向為生物農藥開發及農藥殘留分析，在2017年，該團隊集中對“苦葛提取物”進行了研究，并提出了10件關于除蟲劑的申請，而之后，該團隊的主要研究方向轉移到常用作物（如小麥、白菜、姜等），且積極與地方政府合作，實驗場地均為外景實地，不再需要通過人工智能模擬使用環境，因此在2017年之后，未再提出本領域相關申請。

3.2.5 騰訊科技（深圳）有限公司。騰訊科技（深圳）有限公司成立于2000年，是國內知名的IT互聯網公司，近幾年積極投身與藥企的合作中，在本領域中擁有8件申請，分別是在2017年和2018年提出的。第一件申請為CN109117890A，其涉及一種圖像分類方法、裝置和存儲介質。通過AI技術，采集CT切片中的圖像，分析藥物靶向作用區域，得到生命體組織，并通過機器學習判定其是否存在病變，一次來實現宮頸癌的病變診斷或檢測。而在另一件申請（CN110634539A，涉及基于人工智能的藥物分子處理方法、裝置及存儲介質）中，通過隨機采樣獲取藥物分子向量并對上述向量的分析，從所有藥物分子中獲取一些候選的藥物分子，并通過機器篩選的方式獲取滿足條件的最終確定藥物分子，從而減小人工研發藥物的時間開銷。對于組合物篩選工作有著極大的促進作用。

雖然騰訊主營業務是IT互聯網，但旗下自2016年開始就已經擁有一支以藥物AI研發工程師為主的研發團隊，并且直到2020年依然在擴大規模，該團隊主要通過將機器學習算法運用到藥物研發中的方式，將AI與藥物篩選結合，為其以后與藥企進一步合作奠定了基礎。

4 結語

現階段AI技術在各個領域的應用發展在很大程度上取決于AI技術本身的發展，因此，以美國、日本、韓國為首的老牌電子領域強國依然牢牢把控著核心技術，我國相關從業者起步較晚，但也根據自己的發展特點以及自身的實際情況進行了一定程度的專利布局，并占據了一部分市場份額。需要指出的是，無論是我國還是外國的相關專利，大多是將以前使用人工方式執行的步驟改為使用AI技術完成，但外國企業的優勢在于積極與高校合作，并涉足于越來越多的疾病種類，這一點上，我國的相關業者布局較為單一，還需要繼續努力，提高自身專利申請的質量和擴展面。

參考文獻：

[1] 周雄偉.人工智能的發展歷程[Z].CSDN博客，2018.

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

[3] 世界知識產權組織.國際專利分類表[M].北京：知識產權出版社，2008.

[4] 中華人民共和國國家知識產權局.審查指南[M].北京：知識產權出版社，2010.