隨著人工智能等技術的不斷創新，其在醫療領域的應用加速落地。其中，將人工智能應用于藥物研發中的探索正在加快步伐。Nature數據顯示，一款新藥的研發成本平均約26億美元，耗時10年，成功率不到10%。不過，人工智能有望應用于藥物研發中的多個場景和階段，幫助提高新藥研發的效率和成功率。
業內專家指出，AI制藥行業發展已有10年時間，目前行業處于“淘汰賽”階段，管線進展、營收能力成為判斷一家AI制藥企業優劣的最直觀標準。
極大提升研發效率
AI制藥頭部企業英矽智能今年3月在全球頂尖期刊《自然生物技術》發表科研論文，詳細介紹了利用人工智能平臺發現治療IPF的新穎靶點TNIK，以及隨后利用生成化學平臺設計ISM001-055分子的全過程。談及這一分子生成的意義，英矽智能聯合CEO任峰表示，ISM001-055為人工智能驅動的藥物發現提供了藥效概念性驗證。“AI技術的應用，使得此藥物分子的研發較傳統方式用時縮短了三分之二，研發費用只有行業平均研發費用的十分之一。”
據悉，ISM001-055是一款“全球首創”小分子抑制劑，由生成式AI驅動藥物發現與設計過程，靶向TNIK（Traf2/NCK相互作用激酶）用于特發性肺纖維化（IPF）治療。IPF是一種慢性、瘢痕性肺病，影響全球約500萬人，預后較差，中位生存期僅為3至4年。
任峰表示，ISM001-055是一款由生成式AI找到新的靶點，也是由生成式AI找到新的分子進入臨床，并且獲得臨床IIa期驗證的藥物，其在研管線ISM001-055在IIa期臨床試驗中取得了積極的初步研究結果，也成為全球首款實現藥效概念驗證的AI藥物。
談及研發過程，任峰介紹，特發性肺纖維化此前沒有特別好的藥物，且相關藥物都有較為嚴重的毒副作用，對病人肺功能的改善效果也不太理想。“當時我們立項時，希望通過AI找到一個跟大家都不一樣的全新的生物學機制，于是我們就用生成式AI分析對比了纖維化患者和健康人之間的組學差異，包括轉錄組、基因組、代謝組，通過這些差異我們找到了TNIK這個靶點可能跟特發性肺纖維化疾病密切相關。找到靶點之后，我們發現沒有臨床參考分子，也就是說沒有化學的起點，于是我們又用生成式AI從無到有生成這個分子，之后推進藥物的臨床開發，目前看到積極結果。”
任峰稱，目前這款藥物分子只完成了臨床IIa期，研究和觀察時間尚短，受試者人數也比較少，還不能完全下結論，但已經看到了非常好的趨勢。
“生成式AI在研發早期可以極大提高研發效率、降低研發成本、提高研發成功率。以抗特發性肺纖維化的分子為例，從早期的靶點發現一直到臨床前候選化合物的確定，我們只用了18個月的時間，投入260萬美元的研發費用。據了解，以工業界平均用時計算，做同樣的事情，需要4年半的時間以及花費幾千萬美元以上的研發投入。”任峰稱。
此外，任峰還提到，在沒有AI支持的情況下，新藥研發管線的成功率通常低于5%，而AI的引入可以將這一數字提高3至5倍。
龍頭企業紛紛布局
記者了解到，目前國內外大型藥企紛紛布局AI制藥。例如，跨國藥企賽諾菲于2023年6月宣布“All In”人工智能和數據科學；國內藥企方面，復星醫藥、云南白藥等也紛紛建立自己的AI團隊。
任峰表示，AI無疑將提升中國藥物研發的創新能力。一直以來，相較于“從0到1”的原始創新，中國制藥企業更擅長“從1到100”的跟隨式創新，因此在ADC（抗體偶聯藥物）等工程化更強的制藥領域占據優勢，在新藥靶點的發現方面相對落后，而AI有望彌補中國藥企原創短板，縮小國內外創新藥研發差距。
記者注意到，目前英矽智能在研管線適應癥覆蓋范圍較廣，除了有特發性肺纖維化的靶點之外，還有癌癥相關、炎癥性腸炎相關，貧血相關、肥胖和阿爾茨海默病等疾病領域的靶點研究。對此，任峰表示，AI驅動新藥研發項目不受疾病領域限制，只要有足夠的公開數據就可以對藥物研發進行不同程度的賦能。
AI制藥開打“淘汰賽”
業界人士指出，AI制藥行業目前處于“淘汰賽”階段，管線進展、營收能力成為判斷一家AI制藥企業優劣的最直觀標準。
事實上，從2013年算起，AI制藥行業的發展已有10年，但鮮有AI藥物挺過Ⅱ期臨床試驗。Exscientia、Benevolent AI、Recursion Pharmaceuticals等AI制藥明星公司，都曾出現過候選藥物在Ⅱ期或Ⅱa期臨床試驗中未能達到預期藥效目標的案例。
任峰表示，十年間，行業經歷過“講故事的時代”，AI制藥被過度炒作。“有一段時間，可以看到每個月都有企業在做融資宣傳。尤其是2018年之后，當新概念開始出現時，每有一些重大突破，行業依靠講故事就可以吸引到各種資源。但如今，‘講故事的時代’過去了，真正有技術實力在AI制藥領域深耕的公司才能活下來。”
近段時間，不斷傳出AI制藥公司裁員、合并的消息。2023年4月，英國AI制藥公司Benevolent AI宣布，其用于治療特應性皮炎的局部泛Trk抑制劑BEN-2293的Ⅱa期臨床試驗沒有達到次要療效終點，此后公司進行了兩次裁員；今年8月，美國AI制藥公司Recursion和英國AI制藥公司Exscientia宣布雙方達成最終合并協議，合并公司名稱為Recursion。
“現在行業處于優勝劣汰的階段。有的公司合并，有的公司開不下去，有的公司轉型，有的公司繼續在AI制藥這個領域深耕。”任峰說。
如何判斷一家AI制藥企業的優劣？任峰表示，AI技術的評估復雜，判斷難度更大。“因此，對于外界而言，管線和收入是兩個顯性指標。前者反映了AI平臺推進項目的能力，后者體現了業內對企業的認可程度。目前，英矽智能最重要的兩個發展方向，其一是快速推進管線，其二是快速做高收入。”
“目前來看，AI制藥公司最主要、最有可能走通的商業模式可能是自己持續做藥物研發管線，做到一定階段后，將藥物對外授權轉讓，獲得首付款、里程碑付款和銷售分成。如果每年能夠轉讓2到3個項目，那么公司商業模式的可持續性就可以走通，我們也在這方面進行探索。”任峰表示。
任峰介紹，2023年英矽智能實現收入超過5000萬美元，收入實現主要通過管線的對外授權；2024年上半年，公司收入已經超過去年全年。
隨著人工智能等技術的不斷創新，其在醫療領域的應用加速落地。其中，將人工智能應用于藥物研發中的探索正在加快步伐。Nature數據顯示，一款新藥的研發成本平均約26億美元，耗時10年，成功率不到10%。不過，人工智能有望應用于藥物研發中的多個場景和階段，幫助提高新藥研發的效率和成功率。
業內專家指出，AI制藥行業發展已有10年時間，目前行業處于“淘汰賽”階段，管線進展、營收能力成為判斷一家AI制藥企業優劣的最直觀標準。
極大提升研發效率
AI制藥頭部企業英矽智能今年3月在全球頂尖期刊《自然生物技術》發表科研論文，詳細介紹了利用人工智能平臺發現治療IPF的新穎靶點TNIK，以及隨后利用生成化學平臺設計ISM001-055分子的全過程。談及這一分子生成的意義，英矽智能聯合CEO任峰表示，ISM001-055為人工智能驅動的藥物發現提供了藥效概念性驗證。“AI技術的應用，使得此藥物分子的研發較傳統方式用時縮短了三分之二，研發費用只有行業平均研發費用的十分之一。”
據悉，ISM001-055是一款“全球首創”小分子抑制劑，由生成式AI驅動藥物發現與設計過程，靶向TNIK（Traf2/NCK相互作用激酶）用于特發性肺纖維化（IPF）治療。IPF是一種慢性、瘢痕性肺病，影響全球約500萬人，預后較差，中位生存期僅為3至4年。
任峰表示，ISM001-055是一款由生成式AI找到新的靶點，也是由生成式AI找到新的分子進入臨床，并且獲得臨床IIa期驗證的藥物，其在研管線ISM001-055在IIa期臨床試驗中取得了積極的初步研究結果，也成為全球首款實現藥效概念驗證的AI藥物。
談及研發過程，任峰介紹，特發性肺纖維化此前沒有特別好的藥物，且相關藥物都有較為嚴重的毒副作用，對病人肺功能的改善效果也不太理想。“當時我們立項時，希望通過AI找到一個跟大家都不一樣的全新的生物學機制，于是我們就用生成式AI分析對比了纖維化患者和健康人之間的組學差異，包括轉錄組、基因組、代謝組，通過這些差異我們找到了TNIK這個靶點可能跟特發性肺纖維化疾病密切相關。找到靶點之后，我們發現沒有臨床參考分子，也就是說沒有化學的起點，于是我們又用生成式AI從無到有生成這個分子，之后推進藥物的臨床開發，目前看到積極結果。”
任峰稱，目前這款藥物分子只完成了臨床IIa期，研究和觀察時間尚短，受試者人數也比較少，還不能完全下結論，但已經看到了非常好的趨勢。
“生成式AI在研發早期可以極大提高研發效率、降低研發成本、提高研發成功率。以抗特發性肺纖維化的分子為例，從早期的靶點發現一直到臨床前候選化合物的確定，我們只用了18個月的時間，投入260萬美元的研發費用。據了解，以工業界平均用時計算，做同樣的事情，需要4年半的時間以及花費幾千萬美元以上的研發投入。”任峰稱。
此外，任峰還提到，在沒有AI支持的情況下，新藥研發管線的成功率通常低于5%，而AI的引入可以將這一數字提高3至5倍。
龍頭企業紛紛布局
記者了解到，目前國內外大型藥企紛紛布局AI制藥。例如，跨國藥企賽諾菲于2023年6月宣布“All In”人工智能和數據科學；國內藥企方面，復星醫藥、云南白藥等也紛紛建立自己的AI團隊。
任峰表示，AI無疑將提升中國藥物研發的創新能力。一直以來，相較于“從0到1”的原始創新，中國制藥企業更擅長“從1到100”的跟隨式創新，因此在ADC（抗體偶聯藥物）等工程化更強的制藥領域占據優勢，在新藥靶點的發現方面相對落后，而AI有望彌補中國藥企原創短板，縮小國內外創新藥研發差距。
記者注意到，目前英矽智能在研管線適應癥覆蓋范圍較廣，除了有特發性肺纖維化的靶點之外，還有癌癥相關、炎癥性腸炎相關，貧血相關、肥胖和阿爾茨海默病等疾病領域的靶點研究。對此，任峰表示，AI驅動新藥研發項目不受疾病領域限制，只要有足夠的公開數據就可以對藥物研發進行不同程度的賦能。
AI制藥開打“淘汰賽”
業界人士指出，AI制藥行業目前處于“淘汰賽”階段，管線進展、營收能力成為判斷一家AI制藥企業優劣的最直觀標準。
事實上，從2013年算起，AI制藥行業的發展已有10年，但鮮有AI藥物挺過Ⅱ期臨床試驗。Exscientia、Benevolent AI、Recursion Pharmaceuticals等AI制藥明星公司，都曾出現過候選藥物在Ⅱ期或Ⅱa期臨床試驗中未能達到預期藥效目標的案例。
任峰表示，十年間，行業經歷過“講故事的時代”，AI制藥被過度炒作。“有一段時間，可以看到每個月都有企業在做融資宣傳。尤其是2018年之后，當新概念開始出現時，每有一些重大突破，行業依靠講故事就可以吸引到各種資源。但如今，‘講故事的時代’過去了，真正有技術實力在AI制藥領域深耕的公司才能活下來。”
近段時間，不斷傳出AI制藥公司裁員、合并的消息。2023年4月，英國AI制藥公司Benevolent AI宣布，其用于治療特應性皮炎的局部泛Trk抑制劑BEN-2293的Ⅱa期臨床試驗沒有達到次要療效終點，此后公司進行了兩次裁員；今年8月，美國AI制藥公司Recursion和英國AI制藥公司Exscientia宣布雙方達成最終合并協議，合并公司名稱為Recursion。
“現在行業處于優勝劣汰的階段。有的公司合并，有的公司開不下去，有的公司轉型，有的公司繼續在AI制藥這個領域深耕。”任峰說。
如何判斷一家AI制藥企業的優劣？任峰表示，AI技術的評估復雜，判斷難度更大。“因此，對于外界而言，管線和收入是兩個顯性指標。前者反映了AI平臺推進項目的能力，后者體現了業內對企業的認可程度。目前，英矽智能最重要的兩個發展方向，其一是快速推進管線，其二是快速做高收入。”
“目前來看，AI制藥公司最主要、最有可能走通的商業模式可能是自己持續做藥物研發管線，做到一定階段后，將藥物對外授權轉讓，獲得首付款、里程碑付款和銷售分成。如果每年能夠轉讓2到3個項目，那么公司商業模式的可持續性就可以走通，我們也在這方面進行探索。”任峰表示。
任峰介紹，2023年英矽智能實現收入超過5000萬美元，收入實現主要通過管線的對外授權；2024年上半年，公司收入已經超過去年全年。
本文鏈接：人工智能加速落地新藥研發http://m.sq15.cn/show-2-9004-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇： 風口浪尖的競逐——優必選人形機器人成長記
下一篇： 機器換人不香了嗎