人工智能技術(shù)正強勢進入新藥研發(fā)領(lǐng)域。過去一個月，AI藥物設(shè)計技術(shù)研發(fā)商英飛智藥宣布獲得新一輪的Pre-A輪融資，以計算設(shè)計驅(qū)動新藥研發(fā)的星亢原生物宣布獲得3000萬美元A輪融資，AI藥物研發(fā)公司Insilico Medicine首次利用人工智能發(fā)現(xiàn)新機制特發(fā)性肺纖維化藥物……人工智能向制藥等醫(yī)療健康領(lǐng)域滲透并得到應(yīng)用，通過AI技術(shù)，藥品的研發(fā)時間和成本縮減。業(yè)內(nèi)人士表示，從醫(yī)療領(lǐng)域全景來看，還有很多AI沒有介入的領(lǐng)域，很多問題更復(fù)雜，需要更長的時間、更系統(tǒng)化的解決方案。

搶占AI制藥賽道

運用AI技術(shù)開發(fā)新藥正成為行業(yè)的新方向。過去一個月，英飛智藥宣布獲得新一輪的Pre-A輪融資，用于升級團隊、完善智能藥物研發(fā)系統(tǒng)和擴充研發(fā)管線。星亢原生物宣布獲得3000萬美元A輪融資，用于夯實人工智能(AI)驅(qū)動的創(chuàng)新藥研發(fā)平臺，加速推進公司多款創(chuàng)新藥物管線的臨床前開發(fā)等。

值得一提的是，除數(shù)起融資外，人工智能和新藥研發(fā)的結(jié)合取得了新突破。日前，Insilico Medicine宣布其首次利用相互關(guān)聯(lián)的深度學(xué)習(xí)模型和其他先進的人工智能技術(shù)，將生物學(xué)和化學(xué)結(jié)合起來，成功發(fā)現(xiàn)了一個新的生物靶點，并生成了能夠作用于特發(fā)性肺纖維化(IPF)這一難治疾病的一個新的小分子。

在進行了所有必要的人類患者細胞、組織和動物驗證實驗，證明其是能夠作用于新型泛纖維化靶點的首個臨床前候選分子藥物后，Insilico Medicine目前正為臨床開發(fā)做準備。

隨著制藥廠和科技巨頭的相繼入局，AI制藥這一賽道明顯升溫。2016年11月，強生與AI技術(shù)開發(fā)和應(yīng)用公司BenevolentAI合作研發(fā)新藥。同年12月，輝瑞與醫(yī)學(xué)影像公司IBM Watson Health達成合作，運用AI賦能癌癥藥物研發(fā)。

從國內(nèi)來看，2019年9月，豪森藥業(yè)與基于AI技術(shù)的藥物設(shè)計公司Atomwise達成合作，雙方計劃在多個治療領(lǐng)域針對11個未公開靶標設(shè)計和發(fā)現(xiàn)潛在的候選藥物。2020年以來，以BAT等為代表的科技巨頭通過招募AI藥物研發(fā)人才、推出藥物發(fā)現(xiàn)平臺等方式入局AI新藥研發(fā)領(lǐng)域。據(jù)不完全統(tǒng)計，2020年國內(nèi)獲得融資的AI藥物研發(fā)企業(yè)達到8家。

AI助力研發(fā)提速

一直以來，生產(chǎn)效率是新藥研發(fā)的難題。從藥物靶點確定、先導(dǎo)化合物篩選、先導(dǎo)化合物優(yōu)化再到臨床試驗等階段，研發(fā)一種新藥并推向市場是一個復(fù)雜且耗時長的過程。公開數(shù)據(jù)顯示，制藥公司為這一過程平均需要花費26億美元，以及長達10年的研發(fā)時間。

其中的臨床階段更是面臨高水平的投入，涉及高成本、高風(fēng)險和嚴格的合規(guī)要求。盡管藥物研發(fā)人員為保證候選藥物的質(zhì)量付出了巨大的努力，但在臨床試驗中仍會發(fā)生患者因無法預(yù)測而產(chǎn)生的副作用等。這些案例會導(dǎo)致項目立即終止，并給制藥公司造成巨大損失。

AI賦能藥物研發(fā)將縮短藥物研發(fā)的時間，同時降低成本。據(jù)了解，從靶點發(fā)現(xiàn)到臨床前候選藥物的發(fā)明，Insilico Medicine僅用時不到18個月，便實現(xiàn)了靶點發(fā)現(xiàn)、分子生成和通過傳統(tǒng)實驗驗證，動物體內(nèi)特發(fā)性肺纖維化(IPF)療效確認及安全性評估，總成本約為180萬美元，其他纖維化疾病療效研究總成本約為80萬美元，合成和測試了不超過80個小分子化合物。

而傳統(tǒng)的藥物發(fā)現(xiàn)首先是對數(shù)萬個小分子進行測試篩選，然后進一步合成和測試數(shù)百個分子，以便得到少數(shù)幾個適合臨床前研究的候選藥物，其中只有大約1/10的候選藥物能夠最終通過人類患者的臨床試驗。

徐州經(jīng)開區(qū)招商局局長史周華在接受北京商報記者采訪時表示，AI藥物研發(fā)對創(chuàng)新藥項目能夠大幅提高效率，通過大數(shù)據(jù)模型建立小分子篩選機制，可以直接從方案設(shè)計階段去除掉不適合的分子，降低實驗費用，減少實驗時間。同時數(shù)據(jù)模型能夠從頂層設(shè)計角度幫助新藥研發(fā)建立貫通的產(chǎn)品規(guī)劃，避免后期實驗做過多的分子修飾，補丁過多造成系統(tǒng)崩潰。

行業(yè)仍處起步階段

人工智能向醫(yī)療健康領(lǐng)域滲透并應(yīng)用，但需要指出的是，AI+醫(yī)療健康仍處起步階段。健康界統(tǒng)計數(shù)據(jù)顯示，截至2018年，美國已有60多家初創(chuàng)公司及16家藥企運用AI技術(shù)進行藥物研發(fā)。相較之下，國內(nèi)AI藥物研發(fā)初創(chuàng)公司不到20家，行業(yè)還處于早期發(fā)展階段。

醫(yī)療戰(zhàn)略咨詢公司Latitude Health創(chuàng)始人趙衡向北京商報記者表示，國內(nèi)AI藥物研發(fā)公司目前多處在A輪融資階段，且未實現(xiàn)規(guī)?；氖杖?，行業(yè)還在起步階段。

在創(chuàng)新工場董事長兼CEO李開復(fù)看來，AI與今天的科學(xué)家扮演的是一個合作的角色，AI和人的結(jié)合對醫(yī)療行業(yè)的推動可能會大于人類過去幾千年，行業(yè)未來的潛力巨大。但如果從1-10分來進行評分，目前AI醫(yī)療只能打1分。

同樣，在啟明創(chuàng)投主管合伙人梁颕宇看來，如果從1-10分來進行評分，目前AI在醫(yī)療板塊為1分左右。“AI在醫(yī)療領(lǐng)域第一個大規(guī)模的應(yīng)用是AI+影像，這也得益于AI圖像識別技術(shù)發(fā)展的成熟，后面慢慢衍生到藥物研發(fā)的領(lǐng)域，并取得了很好的進展。從醫(yī)療領(lǐng)域全景來看，還有很多AI沒有介入的領(lǐng)域，很多問題更復(fù)雜，需要更長的時間、更系統(tǒng)化的解決方案。”

關(guān)鍵詞： AI制藥 行業(yè) 起步階段