任峰稱，目前這款藥物分子只完成了臨床IIa期，研究和觀察時間尚短，受試者人數也比較少，還不能完全下結論，但已經看到了非常好的趨勢。
“生成式AI在研發早期可以極大提高研發效率、降低研發成本、提高研發成功率。以抗特發性肺纖維化的分子為例，從早期的靶點發現一直到臨床前候選化合物的確定，我們只用了18個月的時間，投入260萬美元的研發費用。據了解，以工業界平均用時計算，做同樣的事情，需要4年半的時間以及花費幾千萬美元以上的研發投入。”任峰稱。
此外，任峰還提到，在沒有AI支持的情況下，新藥研發管綫的成功率通常低於5％，而AI的引入可以將這一數字提高3至5倍。
龍頭企業紛紛布局
記者了解到，目前國內外大型藥企紛紛布局AI制藥。例如，跨國藥企賽諾菲於2023年6月宣布“All In”人工智能和數據科學；國內藥企方面，複星醫藥、雲南白藥等也紛紛建立自己的AI團隊。
任峰表示，AI無疑將提升中國藥物研發的創新能力。一直以來，相較於“從0到1”的原始創新，中國制藥企業更擅長“從1到100”的跟隨式創新，因此在ADC（抗體偶聯藥物）等工程化更強的制藥領域占據優勢，在新藥靶點的發現方面相對落後，而AI有望彌補中國藥企原創短板，縮小國內外創新藥研發差距。
記者注意到，目前英矽智能在研管綫適應症覆蓋範圍較廣，除了有特發性肺纖維化的靶點之外，還有癌症相關、炎症性腸炎相關，貧血相關、肥胖和阿爾茨海默病等疾病領域的靶點研究。對此，任峰表示，AI驅動新藥研發項目不受疾病領域限制，只要有足够的公開數據就可以對藥物研發進行不同程度的賦能。
AI制藥開打“淘汰賽”
業界人士指出，AI制藥行業目前處於“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。
|
