一款新药的研发通常需要花费5~10亿美金，需要消耗10-15年甚至更长的研发时间， 并且有很大的偶然性和盲目性。许多制药企业一直致力于尝试运用数字化创新提高药物研究的成功率并降低研发成本，而CADD技术可以大大缩短新药的开发周期，并降低开发成本。

CADD是我国医药产业摆脱依赖仿制，与国外巨头企业缩小差距的重要手段。国内一大批新公司如雨后春笋般涌现，它们大多都是在2018年前后诞生，即便刚成立才一两年，融资规模就超过了亿元级别。

一方面疫情的搅局，众望所归的医疗领域被推到最前面，人们对于新技术在医疗上的应用需求变得急迫。另一方面，二级市场AI制药标的也都赶在了这一年上市。固然CADD是一个朝阳赛道，但还处于医药领域发展中的初级阶段。

会会药咖：CADD和人工智能是近几年生物医药的热门领域，您如何看待CADD领域的现状呢？

袁宏斌：除了上述的CADD的进步以外，CADD的发展和应用在很多方面还有很大的不足。

一个是小分子化合物和蛋白质结构进行分子对接的准确性不够高，而且即使是通过相对自由能（FEP）计算进行的活性预测，在没有实验数据的基础上偏差都依然很大。

第二就是ADMET数据的预测准确性一直没有很大的提高。这主要是因为公开发表的实验数据非常有限，不能支持开发出高质量的预测模型。

另外就是有实际应用经验的CADD的人才非常短缺。虽然CADD的入门门槛很低，但是CADD的真正应用需要多年的项目合作经验。不成熟的CADD人员很大可能会误导药物设计的方向，同时也会降低研发团队对CADD的信心。即使是一个有经验的CADD专家，实际目标也是帮助团队加速新药研发的进程，很难做到在很短的时间做到最优化的设计。