当药物研发领域刚刚在中国市场上翘起头颅的时候，外界又开始宣称“药物研发瓶颈时代”的到来。尽管这一宣称让药学界的初学者们人心惶惶，但却是不争的事实。目前，一个新药的研发成本是几十年前的数倍，研发周期长、费用增长快、成功率却逐渐下降是其特点，这不禁让那些准备在药学领域大展身手的人们望而却步。
由互联网革命孕育的“大数据”时代，通过新的方式处理整合在一起的信息，使人们能够在大量的数据中快速地找到需要的信息，并通过这些信息分析面临的问题，预测某一领域的走势，从而做出正确的决断。相比以往的数据仓库，大数据的关键意义已经不是庞大的数据，而是对数据进行专业化、智能化处理之后，提供更高价值的结果。那么，当药物研发遇上“大数据”会发生什么呢？相信不同的人有不同的答案。在我看来，“大数据”就是药物研发的催化剂。
早先，风靡一时的高通量筛选技术也许正是“大数据”的一个雏形，它通过一次实验获得大量信息，并从中找到有价值的部分。高通量筛选依赖于庞大的样品库，实现了药物活性的大规模筛选，节省了人力、物力和财力，现已被广泛用于药品研发过程中的各个环节。同样，我们可以把高通量筛选作为“大数据”的一个工具，利用它获得有用的信息并存储之后，再进行分析，以供日后参考。如此，药物研发过程中的信息将更加丰富，所耗时间也将大大缩短。这不正像是被“催化”了的化学反应吗？
虽然“大数据”时代才刚刚开始，但并不乏“第一个吃螃蟹的人”。2013年，英国首个综合应用大数据技术的医药卫生科研中心在牛津大学成立了。它将医疗数据整合起来并进行分析，为科研人员提供大量的医疗信息，使他们找准科研方向并降低科研成本。同一时间，默克公司也拿出了一部分资金，致力于大数据的建立。
药物研发过程中建立的大数据能为科研人员提供很多帮助。比如：利用大数据所提供的分析，有针对性地建立或筛选生物模型；利用大数据将当下的实验数据与过去的相关实验进行对比分析，找出其间的关联，为实验提供灵感；利用大数据实现不同部分或学科之间的信息共享，实现真正意义上的资源整合，使不同学科之间的沟壑逐渐减小。
当然，以上所说都是理想的状态，因为涉及专利保护和知识产权等种种保密工作，要实现大数据所要求的资源整合，是有一定难度的。此外，缺乏专业的数据分析工具、团队和机构来进行这项工作，也是阻碍大数据时代快速发展的另一原因。虽然困难重重，但是 “大数据”的发展前景依旧光明，对药物研发的“催化效应”也将更大。
