2022年7月7日-10日举行的中国创新药物（械）医学大会暨第七届中华医学事务年会（CMAC）首次设置了“计算医学”专场论坛。CMAC年会是医学领域规模最大、最高端的行业盛会。2022年第七届CMAC年会受到了中国食品药品国际交流中心、中国药品监督管理研究会、中国外商投资企业协会药品研制和开发行业委员会（RDPAC）、中国卫生信息和健康医疗大数据学会数字医学与医学事务专业委员会等相关部门和机构支持。计算医学分论坛由赛诺菲大中华区医学部负责人兼CMAC大会主席谷成明博士、中国科学院计算技术研究所高性能计算机研究中心主任谭光明担任该论坛主席，中科计算西研院客座研究员、图灵-达尔文实验室副主任赵宇主持了论坛全部活动。
计算医学论坛聚焦于计算与生物医药如何深度交叉。报告主题纵贯药物研发的全链条（靶点发现与验证—药物发现—临床试验—上市后），紧扣传统药物研发范式的痛点，全景式解析以人工智能、大数据、高性能计算技术为核心的计算医学新技术体系如何变革新靶点、新机制的发现范式，如何提效药物发现能力；如何驱动更优、更高效的药物临床试验设计；如何解决未满足的重大临床需求。
一
计算医学论坛设置背景
1.计算医学内涵
计算医学这一概念早在20世纪80年代就已被提出，在医学领域中应用计算技术的相关研究陆续展开。1994年，在美国奥斯汀举行的首届计算医学、公共卫生和生物科技大会上，计算医学已崭露头角，成为医学重要前沿研究方向。2012年，美国约翰霍普金斯大学生物医学工程教授雷蒙德·温斯洛在一篇名为《计算医学：从模型到临床》的综述性文章中指出，计算医学已经从理论走向实践。2020年，中科院计算所高性能计算团队重新定义了计算医学的内涵。
生物医学大数据处理与识别是中国科学院计算技术研究所长期战略培育方向。中科院计算所历经二十年技术攻关，在863、973、科技部重点研发项目等国家项目的支持下，在面向生物医学大数据的高性能计算处理技术、生命融合大数据分析技术方面取得了多项重大技术突破，技术成果处于全球领先水平。中科院计算所在国内首倡并实践“计算医学”技术体系。
计算医学面向高维、多元、海量生物医学大数据，致力于发展定量方法，通过应用数学，工程学和计算科学来智能化理解生命机理和疾病机制，为药物研发、疾病预防、疾病诊断、疾病、健康管理提供服务。 计算医学具备四个维度：
（1）以系统性思维为指导思想
计算医学理解疾病的机理的指导思想是捕捉生命系统各层级（包括生物分子、细胞、组织器官、种等多个生物层级结构）网络间相互作用而涌现的特征。荷鲁斯
（2）以数据密集型科学为范式
亨利八世计算医学采用密集数据驱动的科学范式，挖掘隐藏于高维、高通量、多维融合的生物医学大数据中的新洞见。
（3）以人工智能为方法
计算医学将生物医学领域的知识模型转换为数学模型，以生物医学大数据作为输入参数，
以人工智能算法对模型进行迭代、训练，输出逼近于真实的生命系统结构与功能特征，从而理解疾病发生的本质。
（4）以高性能计算为支撑
计算医学以高性能计算为新一代计算基础设施，为新科学发现提供数据存储、计算精度和计算速度上的支撑。
2.计算医学应用领域
当前计算医学正在从前沿研究走向产业应用。计算医学可以在新药研发端、精准医疗端发挥丰富的作用。例如以下方面：
（1）促进新靶点、新机制新药创制。通过对生物医学大数据和生物医学文献知识的大规模挖掘分析、模拟计算，面向肿瘤、自身免疫性疾病、 神经退行性疾病等重大临床需求， 以及罕见病领域，提升新靶点、新机制的新药发现效率，解决药物创制的新靶点枯竭，靶点同质化竞争困局，助力我国药物创制从跟随式创新向原始创新迈进。
（2）促进精准药物开发。通过对患者多组学等大数据的分析模拟计算，可以识别对药物有疗效响应的患者亚的分子特征，开发针对特定疾病亚的精准药物。
（3）为已上市药物拓展适应症。同理，对患者多组学大数据的分析模拟计算，可以为已上市药物发现同样对该药物有疗效的疾病及其亚。老药新用在药物开发中优势明显，能够大幅降低新疗法的研发成本，延伸药物价值，节省费用。
（4）药物伴随诊断方案开发llr。药物伴随诊断有助于提高的安全性和有效性，它有助于确定最有可能针对特定的药物和方法产生响应的患者体，降低因为而发生严重副作用的风险。计算医学技术体系可以系统性地为抗肿瘤等药物“装上眼睛”，开发伴随诊断产品，为个性化诊断与用药决策提供支持。
（5）肿瘤疾病的极早期预防产品开发。计算医学可以用于揭示肿瘤等疾病的发病机理，开发极早期预防产品，解决此类疾病在全球范围内无有效一级预防方案的难题，提前确诊时间，降低初诊即晚期发生率。
从全球看，制药企业、AI制药科技企业、科技企业、CRO临床试验服务外包企业等医药产
业主体都在积极开展AI+制药布局。AI制药创新企业是产业发展的核心驱动力量，利用技术优势开展与大型药企合作，深入参与到医药研发大产业链中。
二
计算医学论坛报告汇编
计算技术与生物医药领域的融合应用基本覆盖了医药创新研发全流程的各阶段，形成了具有代表性的典型模式和突破成果。
论坛主席、赛诺菲大中华区医学部负责人谷成明博士以《无计算，不医学》的演讲开篇。
“无计算，不医学”也成为与会专家的普遍共识。中国医科院肿瘤医院院长助理/河北中国医学科学院肿瘤医院院长李宁进行了主题为《临床研究挑战及数字化解决之道》的报告。李宁教授报告中列举了有希望利用计算、数字化去解决的研究环节，从而对于临床研究、对医学的发展带来价值。例如，利用计算机分析分子结构，发现基因水平上的精准药物特征，对不可成药靶点KRAS的药物分子设计。传统的大规模的RCT并不能有效地预测具有哪些分子层面特征的患者具有药物敏感性的特征，这需要利用计算手段对基因水平的大
数据展开建模预测。
中科院计算所研究员/中科西部计算技术研究院副院长张春明进行了主题为《AI赋能药物研发概览与实践》石油学报 石油加工的报告。他指出，AI技术驱动的医药研发可以分为“AI+分子”与“AI+疾病”两大层面。“AI+分子”为中心是为了设计更要的药物分子，这方面已形成了规模化的制药新势力，国内外百家争鸣。但是在“AI+疾病”为中心是为了更好地理解生命、理解疾病，进而驱动新靶点、新作用机制（MOA）、新生物标志物的发现，解决靶点枯竭、临床试验的“死亡之谷”、复杂疾病临床有效率低等问题。在“AI+疾病”方面，全球已经出现了独角兽的公司，例如美国的Instro，以列的Cytoreason，并且与全球领先的制药企业形成了规模化且紧密的研发合作。
因此，以下重点汇编了计算医学论坛中，以计算技术驱动的靶点发现、药物临床试验、典型肿瘤疾病临床实践方面的进展和突破性成果。
1.已形成性能领跑全球的，以疾病和机制为中心的靶点发现平台
政策引导：
2022年初，工业和信息化部、国家发展改革委、科技部等九部门联合发布的《“十四五”医药工业发展规划》中明确提出，将推动医药制造能力系统升级，以新一代信息技术赋能医药研发。在“十四五”阶段，探索人工智能、云计算、大数据等技术在研发领域的应用，通过对生物学数据挖掘分析、模拟计算，提升新靶点和新药物的发现效率等，将成为医药研发领域的重要着力点。
中科院计算所的图灵-达尔文实验室主任牛钢气候环境试验室进行了主题为《计算医学如何指导工厂化递呈全新肿瘤药物靶点》的报告。报告中介绍了在计算技术加持下，全球已经出现了全新的靶点发现范式，即通过建立模拟疾病的数字化模型，递呈新靶点。其团队利用“计算医学”建立模拟疾病的数字化模型，建立全新的新靶点发现平台，能够“工厂化”递呈全新肿瘤药物靶点。
牛钢介绍，该靶点发现平台的多项性能指标已经全面超越了该范式下美国的超级独角兽Insitro公司。具体表现如下：
第一，开发成本具有优势。Insitro的平台开发成本高，一个疾病的开发需要大型队列患者数据（例如20万例患者）。而计算医学团队的靶点发现平台一个特病病理型的开发仅需要
不超过500个患者的数据。
第二，产出候选靶点的生物学机制更加明确。Insitro的疾病模拟模型仍然具有不可解释性。而计算医学团队直接针对疾病机制进行建模，目前针对泛肿瘤递呈的靶点具备更明确的生物学意义，符合肿瘤的进化方向，靶点机制与患者预后强相关。后续可无缝对接续接湿实验进行验证。
嘉陵街火2.利用AI加速化合物设计合成，当下最被理解的领域
分子合成是“AI+医药”当下产业界最易于理解的领域，也成为资本热度最高的领域。
2021年，Google旗下人工智能团队DeepMind宣布AlphaFold2已经预测了98.5%的人类蛋白质结构。阿卜杜拉国王科技大学终身正教授高欣发表了《从AlphaFold的成功展开看》的报告，从AlphaFold2在蛋白质结构预测给生物医学界带来的震动讲起，介绍了该平台的核心价值是解决了单体蛋白甚至单链蛋白的结构预测问题，同时也说明了其局限性——由于蛋白质在人体内行使功能是通过交互作用来完成的，而AlphaFold2还不能解决这种交互作用的模拟。高教授认为，AlphaFold2的成功给生物医学提供了很多的机会，同时也提出了更多的挑战。
