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。
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。
记者从中国科学院金属研究所获悉，该所沈阳材料科学国家研究中心胡卫进研究员与合作者，提出利用缓冲层定量调控薄膜应变，延迟铁电薄膜晶格弛豫从而增强铁电极化强度的策略，成功揭示极化强度同铁电 肺癌是全球死亡率最高的恶性肿瘤。其中非小细胞肺癌（NSCLC）占比达到85%。表皮生长因子受体（EGFR）是NSCLC最常见的驱动突变基因。现在，一个国际科学家团队首次证明，EGFR的一个关键界面可能会成为更 那些在吃完一顿饱饭后不久就在冰箱里翻找零食的人，可能不是胃口好，而是因为寻找食物的神经元过度活跃的缘故。美国加州大学洛杉矶分校心理学家在老鼠大脑中发现了一个回路：即使它们不饿，也会让它 瑞士洛桑联邦理工学院工程学院研究团队制造了一种用于内存的新型纳米流体设备，这使他们第一次能连接两个“人工突触”。该设备为受大脑启发的液体硬件设计铺平了道路。这项研究发表在最新一期 3月25日消息，按照惯例，iPhone会在6月份的WWDC上发布iOS 18、watchOS 11、visionOS 2等全新系统。其中iOS 18比较受关注，被许多爆料者称为iOS史上最大升级。据名记Mark Gurman最新消息， iOS 18将支持 3月25日消息，国内一场经济高峰论坛上，iPhone总裁蒂姆·库克再次成为焦点。然而，引起人们关注的并非库克的讲话内容，而是一张自拍照片。在论坛现场，一位观众与库克自拍合影，但引人注目的是她手中 。本文链接：人工智能加速落地新药研发http://www.sushuapos.com/show-2-9004-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 风口浪尖的竞逐——优必选人形机器人成长记
下一篇： 机器换人不香了吗