來源：北京商報
人工智能技術(shù)正強(qiáng)勢進(jìn)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(jī)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(yùn)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(tuán)隊(duì)、完善智能藥物研發(fā)系統(tǒng)和擴(kuò)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(shí)人工智能(AI)驅(qū)動的創(chuàng)新藥研發(fā)平臺，加速推進(jìn)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(jìn)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(diǎn)，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(jìn)行了所有必要的人類患者細(xì)胞、組織和動物驗(yàn)證實(shí)驗(yàn)，證明其是能夠作用于新型泛纖維化靶點(diǎn)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(zhǔn)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(qiáng)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(dá)成合作，運(yùn)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(dá)成合作，雙方計劃在多個治療領(lǐng)域針對11個未公開靶標(biāo)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(dá)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(diǎn)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(yàn)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(fèi)26億美元，以及長達(dá)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(yán)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(yàn)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(xiàng)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(diǎn)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(shí)現(xiàn)了靶點(diǎn)發(fā)現(xiàn)、分子生成和通過傳統(tǒng)實(shí)驗(yàn)驗(yàn)證，動物體內(nèi)特發(fā)性肺纖維化(IPF)療效確認(rèn)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(jìn)行測試篩選，然后進(jìn)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(yàn)。
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(xiàng)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(jī)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(shí)驗(yàn)費(fèi)用，減少實(shí)驗(yàn)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(shí)驗(yàn)做過多的分子修飾，補(bǔ)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(yùn)用AI技術(shù)進(jìn)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(shí)現(xiàn)規(guī)模化的收入，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(jìn)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(jìn)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(jìn)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。”
