讓AI造一款新藥，有多難？

（圖片來源：攝圖網）

作者|李傲華 來源|時代財經APP(ID：tf-app)

伴隨著AI（人工智能）大模型引領的創新浪潮席卷全球，生物醫藥產業正面臨新一輪的機遇期。而ChatGPT的橫空出世，更為本就備受矚目的AI制藥再添一把火。

據AI咨詢機構Deep Pharma Intelligence統計，截至2022年12月，全球800家AI制藥公司獲得的總投資額達到59.3億美元，9年間增長了27倍。而今年第一季度，已有超過28筆對AI制藥公司的投資，平均投資額為3800萬美元。

截至目前，尚未有基于AI技術發現和設計的新藥獲得上市批準，但隨著資本不斷加碼，以及技術的升級迭代，AI制藥行業將會迎來新的發展機會。

“AI技術在生物醫藥領域的突破只是時間問題，這個趨勢不可逆轉。盡管可能需要3年、5年，甚至10年，但我相信，AI技術一定會在生物醫藥和生物科技領域發揮重要作用，尤其是可以極大提高生物醫藥在早期階段的研發效率。”在5月26日舉行的首屆廣州國際生物醫藥產業大會期間，晶泰科技聯合創始人、董事長溫書豪在接受時代財經專訪時表示。

一

打破新藥研發困境

新藥研發是一個極其耗時耗力的過程。一款全新靶點、全新機制的新藥，其研發需要經過靶點發現、靶點驗證、先導物發現，以及先導物優化等階段，這個過程可能需要驗證、篩選數十萬個化合物。

德勤發布的《2021年醫藥創新回報率評價》顯示，2021年生物制藥創新平均內部回報率（IRR）為7%，這已經是近7年來最好的水平。2021年，創新藥管線到上市前的平均成本達到20億美元，而創新藥的平均預期峰值銷售額為5.21億美元，如果剔除新冠疫苗的影響，這一數字僅為3.55億美元。

AI具備強大的數據分析和深度學習能力，可以快速處理和解析大量的生物化學信息，幫助科學家篩選出合適的化合物，設計優化藥物分子結構，從而縮短研發周期，節約研發成本。

東吳證券研報指出，相較于傳統藥物研發環節，AI制藥可顯著縮短研發周期（部分研究顯示可平均縮短1/2-2/3），同時提高藥物研發成功率和投資回報率。

“在研發投入回報率相對較低的行業背景下，藥企對于提升研發效率的需求非常迫切，而數字化和智能化很可能是最行之有效的解決方案。”溫書豪表示。

近年來，AI制藥已經成為制藥領域的新晉熱門賽道，頭部選手已有相當規模。

5月25日，英矽智能宣布，公司自主研發的USP1小分子抑制劑ISM3091已獲得美國食品藥品監督管理局（FDA）新藥臨床試驗申請（Investigational New Drug Application，IND）批件，用于在實體瘤患者中開展I期臨床試驗。

ISM3091的分子是由英矽智能自有分子生成平臺Chemistry42輔助下生成，這是英矽智能首款在人工智能賦能下發現并進入臨床階段的抗腫瘤候選藥物，也是英矽智能第三款進入臨床階段的AI輔助設計藥物。

英矽智能于2021年6月啟動USP1項目，僅用了9個月合成和測試不到80個化合物，便成功提名了臨床前候選化合物ISM3091。

中國制藥業也在積極擁抱AI。疫情期間，AI技術便被應用到新冠口服藥的研發中。

晶泰科技CSO張佩宇在首屆廣州國際生物醫藥產業大會“AI與自動化制藥”分論壇上就指出，中國的新藥研發已經進入3.0時代，這個階段講究的是全球化、差異化。要做到全球化和差異化，人工智能和自動化技術是目前最看好的方向。

2018年，晶泰科技宣布與輝瑞簽訂戰略研發合作，融合量子物理與人工智能，建立小分子藥物模擬算法平臺。晶泰科技的AI預測算法幫助輝瑞顯著縮短了新冠口服藥Paxlovid（奈瑪特韋片/利托那韋片）的研發周期，2021年12月，Paxlovid成為第一款獲得美國FDA批準的新冠口服藥，被迅速推向市場。

據張佩宇介紹，在AI技術的賦能下，輝瑞和晶泰科技雙方的科學家僅用了6個星期，便完成了藥物固態研發，以快速的計算預測與試驗結果相互印證、準確匹配。而在傳統的藥物研發模式下，這個過程可能需要花費數月時間。

晶泰科技是一家以人工智能和機器人實驗驅動創新的科技公司。溫書豪告訴時代財經，幾乎所有的歐美大藥企都在探索、推進AI技術與藥物研發的結合，近年來，這一趨勢在中國的醫藥行業也越來明顯。在集采、醫保談判等行業政策的背景下，企業必須設法確保藥物具備全球競爭力，這意味著必須進行創新，并且要以更低的試錯成本、更高的效率來實現創新突破。

“AI技術的應用，可以降低藥物研發成本，因此AI藥物研發是一條必然之路，也是行業未來的趨勢。”溫書豪稱。

二

“死亡之谷”挑戰

新藥研發是一場九死一生的冒險，絕大部分的候選藥物最終都會倒在臨床試驗階段，因此這也被稱作醫藥研發的“死亡之谷”。根據全球生物技術行業組織BIO、Informa Pharma Intelligence以及QLS聯合發布的報告，2011-2020年期間，9704個藥物臨床開發項目中，從1期臨床到獲得美國FDA批準上市的成功率平均為7.9%。

創新藥物最終需要進入現實世界，才能實現治療疾病、拯救生命的意義。盡管AI在醫藥研發領域創造了許多令人驚嘆的紀錄，但AI與制藥業的結合并非坦途。

據智藥局統計，截至2022年年底，全球獲批臨床的AI藥物管線有80條，其中有41條推進到1期，約占總數的一半；推進到2期的管線有29條。

但截至目前，仍然沒有任何一款由AI發現的新藥物獲批上市。

2020年1月，英國AI制藥企業Exscientia開發的用于治療強迫癥的候選藥物DSP-1181獲得臨床批件，這是一款由人工智能平臺設計并進入臨床試驗的藥物。2022年7月，在宣布進入臨床階段一年多以后，DSP-1181被Exscientia的合作方日本住友制藥停止開發，原因是1期臨床研究未達到預期。

今年4月，另一家AI藥物研發公司BenevolentAI也宣布，其用于治療特應性皮炎的局部泛 Trk抑制劑BEN-2293的IIa期臨床試驗沒有達到次要療效終點。

AI未來要如何幫助、改變制藥業，能否幫助創新藥研發穿越“死亡之谷”，支持創新藥企業以更低的試錯成本做出市場價值最大、對患者最有用的藥物，仍有諸多問題亟待解答。

“AI是一個工具，工具你就得用好它，這也是最關鍵的一點，你要找好問題、找對問題，如果這個方向找錯了，后面很多工作就是無用功，這要基于專業人士長期的積累和自己獨特的認識。”浙江大學百人計劃研究員、萊芒生物聯合創始人郭雨剛在上述分論壇上表示，“怎么用好AI這個工具，需要研究者非常深入的思考來提煉的。”

這也意味著，目前AI制藥還無法脫離人的共同參與，制藥專家在這一過程中仍發揮無可替代的作用。

“有時計算機設計出來的分子，合成反而困難，甚至是難以逾越的障礙，比如某些共價鍵沒法合成出來。盡管出現這個情況的概率比較小，但這也說明，藥物研發不能完全交給AI主導。”溫書豪對時代財經指出，AI的發展速度確實非常快，它能夠進行大規模的數據連接，擁有強大的計算能力，這些都是人類難以企及的優勢。但不可否認的是，在當前階段，人類的經驗、專業知識以及靈感對于問題的解決仍然非常重要，單純只靠算法是無法完成的。

“AI與自動化機器人實驗技術結合，作為高效而可靠的研發工具和底層‘新基建’，需要與人類科學家的行業經驗結合，才能發揮出最大的創新賦能。”溫書豪稱。

編者按：本文轉載自微信公眾號：時代財經APP(ID：tf-app)，作者：李傲華