随着人工智能等技术的不断创新,其在医疗领域的应用加速落地。其中,将人工智能应用于药物研发中的探索正在加快步伐。Nature数据显示,一款新药的研发成本平均约26亿美元,耗时10年,成功率不到10%。不过,人工智能有望应用于药物研发中的多个场景和阶段,帮助提高新药研发的效率和成功率。
业内专家指出,AI制药行业发展已有10年时间,目前行业处于“淘汰赛”阶段,管线进展、营收能力成为判断一家AI制药企业优劣的最直观标准。
极大提升研发效率
AI制药头部企业英矽智能今年3月在全球顶尖期刊《自然生物技术》发表科研论文,详细介绍了利用人工智能平台发现治疗IPF的新颖靶点TNIK,以及随后利用生成化学平台设计ISM001-055分子的全过程。谈及这一分子生成的意义,英矽智能联合CEO任峰表示,ISM001-055为人工智能驱动的药物发现提供了药效概念性验证。“AI技术的应用,使得此药物分子的研发较传统方式用时缩短了三分之二,研发费用只有行业平均研发费用的十分之一。”
据悉,ISM001-055是一款“全球首创”小分子抑制剂,由生成式AI驱动药物发现与设计过程,靶向TNIK(Traf2/NCK相互作用激酶)用于特发性肺纤维化(IPF)治疗。IPF是一种慢性、瘢痕性肺病,影响全球约500万人,预后较差,中位生存期仅为3至4年。
任峰表示,ISM001-055是一款由生成式AI找到新的靶点,也是由生成式AI找到新的分子进入临床,并且获得临床IIa期验证的药物,其在研管线ISM001-055在IIa期临床试验中取得了积极的初步研究结果,也成为全球首款实现药效概念验证的AI药物。
谈及研发过程,任峰介绍,特发性肺纤维化此前没有特别好的药物,且相关药物都有较为严重的毒副作用,对病人肺功能的改善效果也不太理想。“当时我们立项时,希望通过AI找到一个跟大家都不一样的全新的生物学机制,于是我们就用生成式AI分析对比了纤维化患者和健康人之间的组学差异,包括转录组、基因组、代谢组,通过这些差异我们找到了TNIK这个靶点可能跟特发性肺纤维化疾病密切相关。找到靶点之后,我们发现没有临床参考分子,也就是说没有化学的起点,于是我们又用生成式AI从无到有生成这个分子,之后推进药物的临床开发,目前看到积极结果。”
任峰称,目前这款药物分子只完成了临床IIa期,研究和观察时间尚短,受试者人数也比较少,还不能完全下结论,但已经看到了非常好的趋势。
“生成式AI在研发早期可以极大提高研发效率、降低研发成本、提高研发成功率。以抗特发性肺纤维化的分子为例,从早期的靶点发现一直到临床前候选化合物的确定,我们只用了18个月的时间,投入260万美元的研发费用。据了解,以工业界平均用时计算,做同样的事情,需要4年半的时间以及花费几千万美元以上的研发投入。”任峰称。
此外,任峰还提到,在没有AI支持的情况下,新药研发管线的成功率通常低于5%,而AI的引入可以将这一数字提高3至5倍。
龙头企业纷纷布局
记者了解到,目前国内外大型药企纷纷布局AI制药。例如,跨国药企赛诺菲于2023年6月宣布“All In”人工智能和数据科学;国内药企方面,复星医药、云南白药等也纷纷建立自己的AI团队。
任峰表示,AI无疑将提升中国药物研发的创新能力。一直以来,相较于“从0到1”的原始创新,中国制药企业更擅长“从1到100”的跟随式创新,因此在ADC(抗体偶联药物)等工程化更强的制药领域占据优势,在新药靶点的发现方面相对落后,而AI有望弥补中国药企原创短板,缩小国内外创新药研发差距。
记者注意到,目前英矽智能在研管线适应症覆盖范围较广,除了有特发性肺纤维化的靶点之外,还有癌症相关、炎症性肠炎相关,贫血相关、肥胖和阿尔茨海默病等疾病领域的靶点研究。对此,任峰表示,AI驱动新药研发项目不受疾病领域限制,只要有足够的公开数据就可以对药物研发进行不同程度的赋能。
AI制药开打“淘汰赛”
业界人士指出,AI制药行业目前处于“淘汰赛”阶段,管线进展、营收能力成为判断一家AI制药企业优劣的最直观标准。
事实上,从2013年算起,AI制药行业的发展已有10年,但鲜有AI药物挺过Ⅱ期临床试验。Exscientia、Benevolent AI、Recursion Pharmaceuticals等AI制药明星公司,都曾出现过候选药物在Ⅱ期或Ⅱa期临床试验中未能达到预期药效目标的案例。
任峰表示,十年间,行业经历过“讲故事的时代”,AI制药被过度炒作。“有一段时间,可以看到每个月都有企业在做融资宣传。尤其是2018年之后,当新概念开始出现时,每有一些重大突破,行业依靠讲故事就可以吸引到各种资源。但如今,‘讲故事的时代’过去了,真正有技术实力在AI制药领域深耕的公司才能活下来。”
近段时间,不断传出AI制药公司裁员、合并的消息。2023年4月,英国AI制药公司Benevolent AI宣布,其用于治疗特应性皮炎的局部泛Trk抑制剂BEN-2293的Ⅱa期临床试验没有达到次要疗效终点,此后公司进行了两次裁员;今年8月,美国AI制药公司Recursion和英国AI制药公司Exscientia宣布双方达成最终合并协议,合并公司名称为Recursion。
“现在行业处于优胜劣汰的阶段。有的公司合并,有的公司开不下去,有的公司转型,有的公司继续在AI制药这个领域深耕。”任峰说。
如何判断一家AI制药企业的优劣?任峰表示,AI技术的评估复杂,判断难度更大。“因此,对于外界而言,管线和收入是两个显性指标。前者反映了AI平台推进项目的能力,后者体现了业内对企业的认可程度。目前,英矽智能最重要的两个发展方向,其一是快速推进管线,其二是快速做高收入。”
“目前来看,AI制药公司最主要、最有可能走通的商业模式可能是自己持续做药物研发管线,做到一定阶段后,将药物对外授权转让,获得首付款、里程碑付款和销售分成。如果每年能够转让2到3个项目,那么公司商业模式的可持续性就可以走通,我们也在这方面进行探索。”任峰表示。
任峰介绍,2023年英矽智能实现收入超过5000万美元,收入实现主要通过管线的对外授权;2024年上半年,公司收入已经超过去年全年。(记者 杜康)
(责任编辑:王翔)
声明:文章版权归原作者所有,本文摘编仅作学习交流,非商业用途,所有文章都会注明来源,如有异议,请联系我们快速处理或删除,谢谢支持。
(原文章信息:标题:人工智能加速落地新药研发,作者:杜康,来源:经济参考报,来源地址:http://www.news.cn/tech/20241024/d0af0bba80f74b27bfe708229282c5c3/c.html)