吴军三个案例剖析大数据思维的核心--大数据与药物研发：寻找有效药物

 

比如在过去，现代医学里新药的研制，就是典型的利用因果关系解决问题的例子。

 

青霉素的发明过程就非常具有代表性。首先，在19世纪中期，奥匈帝国的塞麦尔维斯(Ignaz Philipp Semmelweis，1818—1865)a、法国的巴斯德等人发现微生物细菌会导致很多疾病，因此人们很容易想到杀死细菌就能治好疾病，这就是因果关系。不过，后来弗莱明等人发现，把消毒剂涂抹在伤员伤口上并不管用，因此就要寻找能够从人体内杀菌的物质。

 

最终在1928年弗莱明发现了青霉素，但是他不知道青霉素杀菌的原理。而牛津大学的科学家钱恩和亚伯拉罕搞清楚了青霉素中的一种物质—青霉烷—能够破坏细菌的细胞壁，才算搞清楚青霉素有效性的原因，到这时青霉素治疗疾病的因果关系才算完全找到，这时已经是1943年，离赛麦尔维斯发现细菌致病已经过去近一个世纪。

 

两年之后，女科学家多萝西·霍奇金(Dorothy Hodgkin)搞清楚了青霉烷的分子结构，并因此获得了诺贝尔奖，这样到了1957年终于可以人工合成青霉素。当然，搞清楚青霉烷的分子结构，有利于人类通过改进它来发明新的抗生素，亚伯拉罕就因此而发明了头孢类抗生素。

 

在整个青霉素和其他抗生素的发明过程中，人类就是不断地分析原因，然后寻找答案(结果)。当然，通过这种因果关系找到的答案非常让人信服。

 

其他新药的研制过程和青霉素很类似，科学家们通常需要分析疾病产生的原因，寻找能够消除这些原因的物质，然后合成新药。这是一个非常漫长的过程，而且费用非常高。在七八年前，研制一种处方药已经需要花费10年以上的时间，投入10亿美元的科研经费。

 

如今，时间和费用成本都进一步提高;一些专家，比如斯坦福医学院院长米纳(Lloyd Minor)教授则估计需要20年的时间，20亿美元的投入。这也就不奇怪为什么有效的新药价格都非常昂贵，因为如果不能在专利有效期内a赚回20亿美元的成本，就不可能有公司愿意投钱研制新药了。

 

按照因果关系，研制一种新药就需要如此长的时间、如此高的成本。这显然不是患者可以等待和负担的，也不是医生、科学家、制药公司想要的，但是过去没有办法，大家只能这么做。

 

如今，有了大数据，寻找特效药的方法就和过去有所不同了。美国一共只有5 000多种处方药，人类会得的疾病大约有一万种。如果将每一种药和每一种疾病进行配对，就会发现一些意外的惊喜。比如斯坦福大学医学院发现，原来用于治疗心脏病的某种药物对治疗某种胃病特别有效。

 

当然，为了证实这一点需要做相应的临床试验，但是这样找到治疗胃病的药只需要花费3年时间，成本也只有1亿美元。这种方法，实际上依靠的并非因果关系，而是一种强关联关系，即A药对B病有效。至于为什么有效，接下来3年的研究工作实际上就是在反过来寻找原因。这种先有结果再反推原因的做法，和过去通过因果关系推导出结果的做法截然相反。无疑，这样的做法会比较快，当然，前提是有足够多的数据支持。