中評社北京10月24日電／據經濟參考報報導，隨著人工智能等技術的不斷創新，其在醫療領域的應用加速落地。其中，將人工智能應用於藥物研發中的探索正在加快步伐。Nature數據顯示，一款新藥的研發成本平均約26億美元，耗時10年，成功率不到10％。不過，人工智能有望應用於藥物研發中的多個場景和階段，幫助提高新藥研發的效率和成功率。
業內專家指出，AI制藥行業發展已有10年時間，目前行業處於“淘汰賽”階段，管綫進展、營收能力成為判斷一家AI制藥企業優劣的最直觀標准。
極大提升研發效率
AI制藥頭部企業英矽智能今年3月在全球頂尖期刊《自然生物技術》發表科研論文，詳細介紹了利用人工智能平台發現治療IPF的新穎靶點TNIK，以及隨後利用生成化學平台設計ISM001－055分子的全過程。談及這一分子生成的意義，英矽智能聯合CEO任峰表示，ISM001－055為人工智能驅動的藥物發現提供了藥效概念性驗證。“AI技術的應用，使得此藥物分子的研發較傳統方式用時縮短了三分之二，研發費用只有行業平均研發費用的十分之一。”
據悉，ISM001－055是一款“全球首創”小分子抑制劑，由生成式AI驅動藥物發現與設計過程，靶向TNIK（Traf2／NCK相互作用激酶）用於特發性肺纖維化（IPF）治療。IPF是一種慢性、瘢痕性肺病，影響全球約500萬人，預後較差，中位生存期僅為3至4年。
任峰表示，ISM001－055是一款由生成式AI找到新的靶點，也是由生成式AI找到新的分子進入臨床，并且獲得臨床IIa期驗證的藥物，其在研管綫ISM001－055在IIa期臨床試驗中取得了積極的初步研究結果，也成為全球首款實現藥效概念驗證的AI藥物。
談及研發過程，任峰介紹，特發性肺纖維化此前沒有特別好的藥物，且相關藥物都有較為嚴重的毒副作用，對病人肺功能的改善效果也不太理想。“當時我們立項時，希望通過AI找到一個跟大家都不一樣的全新的生物學機制，於是我們就用生成式AI分析對比了纖維化患者和健康人之間的組學差異，包括轉錄組、基因組、代謝組，通過這些差異我們找到了TNIK這個靶點可能跟特發性肺纖維化疾病密切相關。找到靶點之後，我們發現沒有臨床參考分子，也就是說沒有化學的起點，於是我們又用生成式AI從無到有生成這個分子，之後推進藥物的臨床開發，目前看到積極結果。”
|
