近日，首款生成式AI發(fā)現(xiàn)和設(shè)計(jì)的藥物得到臨床療效驗(yàn)證。一款來自AI制藥公司英矽智能的TNIK抑制劑ISM001-055在IIa期臨床試驗(yàn)中取得了積極的初步研究結(jié)果。在特發(fā)性肺纖維化（IPF）這一難治性疾病領(lǐng)域，ISM001-055顯示出改善患者的用力肺活量（FVC）的潛力。
生成對(duì)抗網(wǎng)絡(luò)技術(shù)在生成化學(xué)領(lǐng)域的應(yīng)用發(fā)展
新藥研發(fā)投資大、周期長、風(fēng)險(xiǎn)高。Nature數(shù)據(jù)顯示，一款新藥的研發(fā)成本平均約26億美元，耗時(shí)約10年，成功率不到10%。新藥研發(fā)大致可分為：疾病假說和靶點(diǎn)確認(rèn)、化合物設(shè)計(jì)和評(píng)估，以及臨床試驗(yàn)驗(yàn)證等三個(gè)階段。
AI平臺(tái)在藥物研發(fā)過程中發(fā)揮著越來越重要的作用，其大大提高了研發(fā)效率，降低了研發(fā)成本。以ISM001-055為例，從早期的靶點(diǎn)發(fā)現(xiàn)到臨床前候選化合物的確定，英矽智能僅用了18個(gè)月的時(shí)間，并投入了260萬美金的研發(fā)資金。相比之下，傳統(tǒng)藥物研發(fā)流程通常需要4年半的時(shí)間，并需耗費(fèi)數(shù)千萬美金以上的研發(fā)投入。AI的發(fā)展，為新藥研發(fā)帶來了新的技術(shù)手段，有望應(yīng)用于藥物研發(fā)中的多個(gè)場(chǎng)景和階段，幫助提高新藥研發(fā)的效率和成功率。
利用生成式AI技術(shù)，英矽智能針對(duì)特發(fā)性肺纖維化這一難治性疾病，找到了全新的靶點(diǎn)，并成功生成了能夠抑制該靶點(diǎn)的分子。據(jù)悉，為搭建最初的疾病靶點(diǎn)假說，研發(fā)團(tuán)隊(duì)采用英矽智能Pharma.AI平臺(tái)的靶點(diǎn)發(fā)現(xiàn)引擎PandaOmics，首先在按照年齡和性別注釋的組學(xué)數(shù)據(jù)和臨床數(shù)據(jù)集上進(jìn)行訓(xùn)練，再利用2016年發(fā)表在Nature Communications的iPANDA算法，通過深度特征合成、因果關(guān)系推斷和全新通路重建提名潛力靶點(diǎn)。此后，團(tuán)隊(duì)融合自然語言處理（NLP）引擎，基于涵蓋專利、出版物、研發(fā)基金、臨床試驗(yàn)等文本數(shù)據(jù)的百萬級(jí)文件進(jìn)行新穎性評(píng)估和疾病-靶點(diǎn)關(guān)聯(lián)度評(píng)分。
在英矽智能首席科學(xué)官任峰看來，當(dāng)缺乏AI技術(shù)助力時(shí)，藥物研發(fā)管線的成功率往往低于5%，即有95%的項(xiàng)目可能遭遇失敗。而引入AI技術(shù)后，盡管無法確保將成功率提升至100%，但即便是將成功率提升三倍乃至五倍，已是很大的進(jìn)步。他認(rèn)為，有關(guān)AI必然失敗或必然成功的觀點(diǎn)都有失偏頗。對(duì)于AI制藥技術(shù)應(yīng)當(dāng)持有合理的期望值。
任峰表示，過往，中國在藥物研發(fā)領(lǐng)域擅長的是從“1到100”的跟進(jìn)與優(yōu)化工作。一旦有了優(yōu)質(zhì)的產(chǎn)品，中國在快速跟進(jìn)與市場(chǎng)競(jìng)爭(zhēng)方面往往能超越全球其他國家和地區(qū)。在“1到100”的轉(zhuǎn)化過程中，中國無疑展現(xiàn)出了卓越的實(shí)力。然而，在創(chuàng)新藥領(lǐng)域，中國所欠缺的往往是“0到1”的原創(chuàng)性突破。而AI技術(shù)的引入，無疑為國內(nèi)進(jìn)行原創(chuàng)性藥物研發(fā)提供了新的可能性和機(jī)遇。
