近年來，人工智能（AI）加速助力新藥研發(fā)，幾乎參與了從藥物靶點發(fā)現(xiàn)到臨床試驗全流程。在新冠疫情期間，多款藥物問世背后也都有AI“身影”，全球“AI制藥”實現(xiàn)加速跑。
疫情成“AI制藥”試驗場
新冠疫情為“AI制藥”提供更多試驗機會。疫情期間，AI技術被用于加速新冠小分子藥物、抗體藥和疫苗的研發(fā)進程，滿足了大流行對藥物的急迫需要。
今年5月，總部位于中國香港的AI創(chuàng)新藥研發(fā)公司英矽智能利用其AI藥物研發(fā)平臺發(fā)現(xiàn)了靶向新冠病毒主蛋白酶（3CL）的口服抑制劑。此外，首個獲美國食品和藥物管理局批準的新冠口服藥——輝瑞公司的奈瑪特韋/利托那韋組合，也是在“MareNostrum 4”超級計算機的AI算法幫助下發(fā)現(xiàn)的。
除發(fā)現(xiàn)新藥，AI也加速了“老藥新用”。2020年英國善心人工智能公司就宣布通過其AI平臺，發(fā)現(xiàn)美國一款風濕藥巴瑞替尼可用于治療新冠。
“在疫情初期無藥可醫(yī)的困境下，AI對現(xiàn)有藥物的再利用緩解了危機，也為新冠疫苗和藥物的研發(fā)起到了緩沖。”英矽智能聯(lián)合首席執(zhí)行官任峰對記者說。
AI還有助優(yōu)化疫苗研發(fā)。德國生物新技術公司正與AI初創(chuàng)公司InstaDeep合作，預測下一個新冠病毒高風險變異株，以使其mRNA疫苗平臺能進行預判。有關算法已提前識別出包括奧密克戎在內(nèi)的多種受關注變異株。
助力突破“反摩爾定律”
目前，AI可謂掌握“十八般武藝”，已可賦能藥物研發(fā)不同階段，涵蓋靶點發(fā)現(xiàn)、老藥新用、化合物篩選、分子設計及優(yōu)化、臨床前實驗結果預測、患者招募分組等。
近年來，由于藥物獲批上市難度越來越大、制藥成本高漲、同質化競爭等因素影響，傳統(tǒng)制藥方式深陷“反摩爾定律”，即盡管制藥公司幾十年來不斷增加投資，但投資10億美元得到的上市新藥數(shù)目每9年就減少一半。任峰說，AI可幫助突破“反摩爾定律”，加速藥物研發(fā)的關鍵步驟，如靶點發(fā)現(xiàn)、化合物設計與生成、臨床試驗設計與結果預測等，從而縮短研發(fā)周期、降低研發(fā)成本，提高成功率。
藥物研發(fā)通常周期長（需10年到15年）、投入高（大于10億到20億美元）、成功率低（小于10%），需要先對數(shù)萬個小分子進行測試篩選，最后只有少數(shù)幾個能推進到臨床研究，AI則可大大加快這一進程。據(jù)英國AI制藥公司埃克賽恩希亞公司的數(shù)據(jù)，AI將項目立項推進到臨床前候選化合物的時間，從平均4年半縮短至約13.7個月。
主攻智能藥物設計平臺的公司圓壹智慧創(chuàng)始人兼首席執(zhí)行官潘麓蓉認為，AI通過對分子、細胞、器官、動物、臨床等不同層面數(shù)據(jù)的整合、分析，不僅可提升研發(fā)流程效率，更可促進整體行業(yè)認知水平和方法論的提升。
“新舊融合”的挑戰(zhàn)與風險
當下，傳統(tǒng)跨國藥企、大型科技公司和生物科技初創(chuàng)企業(yè)均加速布局“AI制藥”，多個由AI發(fā)現(xiàn)和設計的藥物分子已進入臨床試驗。但一些傳統(tǒng)藥企對擁抱數(shù)字化有抵觸，而AI領域卻強調(diào)“開放”，二者結合仍需長期磨合。
西湖歐米（杭州）生物科技有限公司創(chuàng)始人郭天南說，制藥是保守領域，目前巨頭制藥公司改變框架較難，傳統(tǒng)藥企做創(chuàng)新成本很高，反而新創(chuàng)建的公司會嶄露頭角，行業(yè)面臨重新洗牌。
據(jù)“AI制藥”智庫“智藥局”統(tǒng)計，截至6月20日，全球共有26家企業(yè)的約51個由AI輔助進入臨床Ⅰ期的藥物管線。其中，美國企業(yè)占多數(shù)，有英矽智能、未知君、冰洲石生物3家中國企業(yè)上榜。
日本制藥企業(yè)武田亞太研發(fā)中心負責人王璘對記者說，中國發(fā)展“AI制藥”有得天獨厚優(yōu)勢。一方面，中國人口基數(shù)龐大，醫(yī)院規(guī)模可觀，更利于搜集用于訓練AI的大數(shù)據(jù)。其次，中國大量的醫(yī)藥研發(fā)合同外包服務機構便于藥企平行開展多項試驗，方便AI學習比對不同結果。
王璘說，部分中國企業(yè)發(fā)展出自有專利的開發(fā)平臺，甚至開始探索在全球尚未有企業(yè)涉足的前沿領域，如小分子晶體結構預測、原發(fā)藥物設計等。（記者 彭茜 林苗苗 黃筱）
（來源：新華網(wǎng)）
