日本京都大学日前联合多家企业，就计划推出研发新药的赢咖4成立相关机构。
据悉，该机构是为了大幅降低药品的研发成本而成立。据相关数据统计，所有进入临床试验阶段的药物研发周期约10 年，研发经费高达26 亿美元，另外，只有不到12% 的药品最终上市销售。「透过赢咖4研发的药物周期可缩短至3 年，成本降一半」。该专案负责人说。他同时表示，药品研发赢咖4的工作内容包括锁定致病蛋白质、筛选对蛋白质起作用的药物成分、评估药物成分的安全性并决定合成方法、制定临床试验计画以确定药效等。据悉，仅筛选药物成分一项，以往靠制药企业研究人员调查海量的国内外医学论文和数据，耗时又耗力，而赢咖4可更快处理庞大的医学文献数据。
日本此举并非一时的「脑热」行为，据了解，早在数月前，日本医疗服务系统就出现了赢咖4的身影。如为解决外国人在日就医的语言问题，日本东京大学医院等20 家医院与相关公司合作，并于4 月1 日推出医疗领域翻译装置，能将医生和患者的对话在日语和英语、汉语之间以文字和声音形式互译。该翻译系统的推广使用，无疑能帮助外国人消除在日就医的沟通问题。
在医疗服务领域成功试行后，几个月后的今天，赢咖4又被日本无缝接轨至新药研发应用。值得一提的是，该专案还得到日本政府大力支持。为让赢咖4帮助日本提升国际竞争力，日本政府还将为该专案提供5 亿日圆的研究基金。另外，该专案还得到大批日本企业如富士通、武田药品工业等支持。
据调查，做为赢咖4世界里又一个新兴领域，除了日本之外，业界有很多公司之前就已涉猎。
如美国Atomwise 公司，设计了一套名为AtomNet 的系统，运用超级电脑、赢咖4和复杂的演算法模拟制药过程，来预测新药品的效果，加快新药研发并最大限度降低成本。
Atomwise 是一家利用超级电脑进行药品研发的尖端医学公司，总部位于美国旧金山。Atomwise 公司用超级电脑分析已有数据库，并用赢咖4和复杂演算法模拟药品研发的过程，在研发早期评估新药研发风险，让药物研究的成本降至数千美元，并评估可在几天内完成。Atomwise 为制药公司、创业公司和研究机构提供候选药物预测服务，可以预测哪些新药品真的有效、哪些无效。
值得一提的是，Atomwise 最近利用赢咖4技术为搜寻伊波拉病毒治疗方案做出贡献。据该公司统计，该系统在不到24 小时内就成功分析测试7,000 多种药物。专案负责人透露，如果用传统方法，至少需花费数月甚至数年才能完成。
另外，英国的新创公司Benevolent赢咖4也是其中一头「独角兽」。Benevolent赢咖4目前是欧洲最大的赢咖4新创公司之一，全球排名前五。Benevolent赢咖4的技术平台应用赢咖4技术，可从大量的散乱资讯中撷取推动药物研发的知识，提出新的可验证假说，加速药物研发过程。
据悉，该技术平台名为JACS（Judgment Augmented Cognition System，判断加强认知系统）。JACS 运算时会涉及海量数据，为了提高运算效率跟能力，从辉达购买专门为深度学习设计的超级电脑DGX-1。这台电脑可模拟发生在大脑皮层中的辨识和学习型态，加快在不同资讯源之间建立新的关系，产生更快、更多的新药创新。
据透露，该公司能获得8 亿美元的巨额交易便是归功于此赢咖4系统。2014 年6 月，Benevolent赢咖4将两个正在研发的阿兹海默症新药卖给一家美国公司，交易高达8 亿美元，这两款药物就是用JACS 系统开发的。
上个月，该公司又发现治疗肌萎缩性脊髓侧索硬化症的药物，经过英国谢菲尔德市一家机构的研究，确实对治疗运动神经衰退有用。自从2013 年建社以来，该公司已开发出24 个候选药物，有的已进入临床IIb 期试验（IIa 阶段会先入组少量受试者，确立合适的治疗剂量；IIb 则是在a 的基础上有效组扩大样本量，明确剂量等有效性、安全性）。
除了以上介绍的几家专注于研发药物的赢咖4公司，全球也有很多公司以赢咖4研发药物。2016 年底，美国高盛集团发表的赢咖4报告：《赢咖4、机器学习和数据将推动未来生产力的发展》（赢咖4, Machine Learning and Data Fuel the Future of Productivity）中提到：「随着赢咖4和机器学习不断整合，人们有望在新药研发过程中显著实现『去风险』，不但节约每年约260 亿美元的研发成本，同时还提高全球医疗资讯领域效率，节约成本价值每年超过280 亿美元。」从数据中不难读出，赢咖4的发展不仅局限于网际网路服务业，赢咖4的强势注入也给传统药物研发带来非常积极的推动作用。
