“貌似现在AI（人工智能）制药很热，相关企业也很多，但质量其实并不高，大家都在凑人工智能的热闹，真正踏踏实实写代码，做数据的人并不多。”5月25-26日，在上海举办的2023中国AI药物研发大会上，中山大学药物分子设计研究中心主任徐峻对澎湃科技记者说道。
在徐峻看来，人才荒是一个重要原因，缺乏一批专业素质高且目光长远的人带领AI制药发展。“现在人工智能不断发展，程序员的编程语言也从最初的C语言（C语言是一种编译型语言，其语法更加底层，需要开发者手动管理内存等细节）变成了Python（一种解释型语言，其语法更加简洁明了，可读性强，适合快速开发）。现在用C语言编程的程序员已经比较少见了。技术发展的同时在一定程度上也强化了人的惰性，对此我们需要小心。”
当下，很多企业都加入这场“AI热”，徐峻认为，在这场竞争中很关键的一点是数据。“我们说大数据，数据是基础也是关键，不仅公共数据，我们有多少自有数据，这是衡量一个企业AI制药潜力的重要因素。鉴于当前的国际局势，我建议尽快下载还开放着的全球公共数据。”
徐峻认为，现在很多企业都是技术和数据导向，但真正有所作为的企业一定是问题导向。他说道：“现在很多企业都喜欢拿AI说事，但不管有多少数据，核心都是要解决问题。也有人说，有了数据可以解决所有问题，在我看来，这也意味着无法解决任何问题。技术一定是有选择，有偏好的，我们目前还没有发现一种能‘包治百病’的数据平台。有了工具当然重要，更重要的是如何使用工具，借助它们，能解决哪些医药难题，这是一切的源头。”
AI也不是万能的。徐峻认为，目前来看，小分子药物（具有单一明确有效成分、分子量在1000道尔顿以下的有机化合物分子可视为小分子药物）研发量一直在下降。这种下降可能有多种原因，其中一个是靶标的问题，很难寻找到非常好的靶点，其次是小分子药物本身具有化学多样性，对于一些复杂的分子结构，可能需要耗费大量时间和金钱才能找到有效的药物候选者。另外，由于小分子药物具有广泛的靶点和作用机制，在研发过程中需要进行大量的实验和临床试验，以确保药物的有效性和安全性。如果不能解决这些问题，很难通过算法技术找到有效的解决方案。
“在药物化学领域，我们有一种称之为‘新骨架活性化’的理念，即目前有不少研究尝试从已知活性的药物化合物结构入手，寻找当中的骨架（能够赋予药物特定生物活性的分子结构框架），才能取得成功。如果我们无法发现新的骨架结构，就无法解决活性问题和ADMET（吸收、分布、代谢、排泄、毒性）等问题。换句话说，即使有再好的工具，如果没有合适的数据和实践经验，也难以取得突破。”徐峻表示。
不过，徐峻依然对人工智能充满信心，他相信AI能够帮助实现