人工智能（AI）制药行业经历了五年的沉淀，如今正在进入爆发期，全球已有超过40家AI制药企业的80多条药物管线进入临床阶段。6月27日，AI制药公司英矽智能宣布，公司研发的INS018_055已完成2期临床试验首批患者给药，这是全球首款由生成式人工智能发现靶点并设计化合物的候选药物，也是中国首款进入临床阶段的AI药物。 这款新药INS018_055是用于治疗特发性肺纤维化（IPF），一种罕见的慢性瘢痕性肺部疾病。2023年早期，英矽智能发布了该款新药积极的一期临床试验中期数据，2月该款新药获得FDA孤儿药资格认定。英矽智能计划进一步在中国和美国近40个研究中心招募60例特发性肺纤维化患者，同步开展二期临床试验。 AI制药是个年轻而发展迅猛的行业，全球第一批AI制药初创企业诞生于十余年前，从四、五年前开始，大批AI药企涌现，截至2022年，全球约有600家AI药物研发公司，中国已亦有约80家相关企业。 随着早期积累完成，由AI辅助研发并且进入临床阶段的新药也大大增加，AI制药行业开始迈入收获期。据英矽智能首席执行官兼首席科学官任峰分析，这是行业积累的必然现象，“大多数AI制药公司在2018、2019年成立，而一款新药的早期研发阶段从靶点发现到进入临床，快的话大约是30个月，如果慢的话大约是40多个月。” 在临床试验阶段，由AI设计的药物与传统模式研发的药物面临的监管标准并无差别，换言之，人工智能并不能帮助缩短临床研发所需要的时间。那么，在药物进入临床阶段后，AI可以如何帮助药企提升研发效率呢？任峰在接受财新访问时表示，AI可以帮助更好地设计临床试验方案，提升成功率。 “AI平台inClinico可以帮助预测临床二期到三期的转化成功率，帮助调整临床试验方案”，任峰表示，AI会根据40多个参数综合预测试验方案的成功率，判断的维度涵盖选择的适应症、受试者的数量等。传统医药研发过程中，临床试验的方案则是由研发团队根据临床前试验结果等数据商讨而来，AI的应用则增加了多个考量维度，为临床试验的设计者提供参考。 通用人工智能将提升AI制药效率 目前AI制药处于一个初级阶段，主要赋能的是靶点发现、蛋白结构预测、化合物设计等几个有限领域的研发，尚未实现制药环节的全链条覆盖。但是，任峰认为，以ChatGPT为代表的AGI（通用人工智能）可以帮助对内部数据进行二次训练，提高现有AI模型的精度，这是非常有意义的。 任峰透露，英矽智能旗下的新药靶点发现平台PandaOmics已经接入ChatGPT的API（应用程序编程接口），这一被命名为ChatPandaGPT的功能，允许用户通过平台直接进行提问，“在平台上不仅会生成一系列结果，你也可以通过PandaOmics的知识图谱功能，将这些查询结果与适应症、靶点、药物连接起来，促进更便捷发现潜在药物靶点和生物标志物。” 但是AI制药所用到的仍然只是弱人工智能，虽然可以利用数据和算法帮助发现靶点、生成和设计分子，但是AI并不能代替人做决定，“在它识别靶点或者蛋白后，还需要由人设定条件来排序，进而挑选值得进行下一步验证的候选目标。” 任峰说道。 在任峰的设想中，如果AI可以输入大量案例，把人的挑选逻辑教给AI ，并且进行大量反馈训练，令其成为强人工智能，那么未来的AI制药，将会由AI主导靶点发现、分子生成、筛选验证等诸多环节，制药行业效率还将大大提高。但任峰亦表示，训练这样的AI不仅需要庞大的算力支持，也需要大量药物化学家进行辅助训练，人力成本极高。
| 
发表于 2023-6-28 18:18:49