中国粉体网讯 就在刚刚，英伟达盘中市值突破2万亿美元！股价来到了807.65美元。
2万亿美元是什么概念？
目前美股市值突破2万亿的公司仅有苹果、微软和沙特阿美，过去一年里，英伟达的市值赶超谷歌和亚马逊。
中概念股中，英伟达的市值等于阿里+腾讯+京东+拼多多+百度+美团+宁德时代+比亚迪……
英伟达还在汽车、金融、医疗健康等万亿赛道培养自己的客户。例如，英伟达的医疗保健业务在2024财年创造了10亿美元以上的收入，比目标提前了2-3年。
正如CAD（计算机辅助设计）和EDA（电子设计自动化）为芯片设计所做的那样，英伟达认为，CADD行业（计算机辅助药物设计）也将为药物设计带来帮助。
而两个必要条件已经到来：将生物学数字化并能够在计算机中表示。我们拥有完美的条件来见证计算机辅助药物发现行业的大规模扩张，为每年2500亿美元的研发支出提供服务。
制药公司安进就通过NVIDIA DGX SuperPOD™来增强他们在药物发现、诊断和精准医疗上的能力。
英伟达CFO表示，公司下一代产品的市场需求远超过供给水平，构建和部署AI解决方案已经触及几乎每一个行业，预计数据中心基础设施规模将在五年内翻番（已经在如此高的营收基数上）。
在制药行业，固体制剂一直是最广泛的给药方法之一，很可能在未来继续主导医药市场。
固体剂型的开发通常需要深入了解原辅料的物化性质和药代动力学/药效学建模（PK/PD）等信息。在产品开发过程中，包括关键材料属性（CMA）和工艺参数在内的多个因素会影响产品的性质，例如溶解速率、物理和化学稳定性、粒度分布以及干粉的气溶胶性能。
但是，传统试错方法低效、费力、耗时。AI作为一种高效、有效的方法，恰好弥补了传统“缺陷”。20世纪90年代，研究人员和科学家开始研究AI在固体剂型中的应用。
片剂：AI在片剂配方中的应用，包括预测药物释放、优化生产过程中的关键加工属性以及检测片剂缺陷。药物释放研究包括体外和体内，是产品开发过程中两项最基本的临床前实验。按照传统方法，整个分析过程是耗时的。在AI技术的帮助下，研究人员可以预测药物配方的重要特征，从而节省时间和成本，改进产品开发过程。
散剂：散剂是指一种或数种药物经粉碎、混匀而制成的粉末状制剂。为了获得最佳尺寸的颗粒制备粉末。在制备过程中，干燥温度、压力、空气流量和能量输入等关键工艺参数对最终产品的质量或关键特性方面起着重要作用。最近，一些研究证明了在粒子工程过程中应用AI技术控制产品质量或关键特性的可行性。此外，一些研究也证明AI在基于载体的干粉吸入剂中的巨大应用潜力。
颗粒剂：又称“冲剂”。制备颗粒剂的主要方法有湿法制粒、干法制粒、流化床制粒等。有研究表明AI工具已在颗粒制造、过程控制和最终粒径预测等领域的应用。Zhao等人利用AI技术研究了无糖颗粒中药物含量的评估和预测。在这项研究中，基于近红外光谱预测药物残留，应用不同的AI方法进行建模优化。结果表明，AI模型是测量颗粒中药物含量的合适工具。
胶囊：胶囊是将药物充填在由明胶或其他材料制成的囊材中。然而，描述AI方法在开发胶囊剂中应用的文献有限。为了获得不同的药物释放特性，目前常用胶囊壳包括硬明胶胶囊、软明胶胶囊、羟丙甲纤维素胶囊等来封装药物粉末。Zhou等人证明了使用增强型CNN（卷积神经网络）识别胶囊缺陷的可行性。
固体分散体的传统开发途径包括预配制、配方和表征等阶段，这些阶段既耗时又费力，尽管可以应用一些高通量筛选方法，如溶剂浇铸法。为了提高效率并减轻产品开发过程中相对较高的劳动强度，现已成功地采用了一些基于AI的技术来预测药物某些特性包括物理或化学稳定性、溶出速率和固体分散体的溶解特性。
毫无疑问，AI的发展为高效解决很多困扰当前生物医药领域已久的问题带来了可能。
大多数研究表明，AI不仅可以彻底改变药物发现渠道，而且在配方开发方面也显示出越来越大的潜力。与使用试错法并需要繁重工作量的传统配方开发途径相比，基于AI的开发策略往往会让研究者以相对快速的方式获得低成本的预测来加快开发过程。
这是一个各行各业都处于人工智能变革的时代，也是制药企业害怕被赶超、错失的时代。
参考来源：
智药局、粉体网
（中国粉体网编辑整理/青黎）
注：图片非商业用途，存在侵权告知删除
